近年来,随着人均汽车保有量的不断增加,交通意外风险也在不断上升,用于辅助安全驾驶的车用电子产品也迎来了广阔的发展前景。行车记录仪由于能够记录车辆行驶途中周围的环境、并能保存汽车各种数据以及有效地保障了司机人身财产安全而备受消费者青睐,但是车载视频的质量常会因挡风玻璃上出现的反射层而降低,所以需要移除反射层来提高车载视频的可读性。白天行车过程中挡风玻璃上出现的反射层,多为车内摆放的物品反射的影像,目前已经研究出相应的算法将其从视频中移除。而夜间光照情况特殊,车内亮度低于车外,这使得夜间行车过程中挡风玻璃上出现的反射层不再是一般物品的影像而是玻璃透射、折射的外部光线及其上的灰尘,目前尚未搜索到可以移除该类反射层的公开发表的论文。针对该问题,我们提出了一种可以移除车载视频中挡风玻璃上反射层的算法,来提高车载视频的可读性。首先,根据梯度先验知识结合夜间车载视频中反射层的特点,检测到输入图像中存在反射的区域,并将其分为主反射区域和次反射区域;再利用Laplacian保真项和L₀梯度先验构建目标函数,并用通过背景层与反射层梯度差异获得的背景层边缘优化Laplacian保真项,加速主反射抑制过程,通过半二次正则化与Adam的优化方法对该函数进行优化求解,这使得算法能够在保持图像重要细节的同时降低主反射区域的梯度强度,来达到抑制主反射的目的;然后,根据图像背景层与反射层梯度直方图分布的差异,用概率表示这两种分布,利用输入图像的一阶梯度、二阶梯度构建目标函数来建模反射移除问题,并向目标函数中引入LC（luminance and chrominance）保真项,以保持背景层的亮度和色度;最后将得到的反射移除结果与无反射区域相叠加即可获得反射移除结果。通过使用夜间车载视频图像与SIR²标准数据集中含反射的白天图像对算法进行了测试,并将其与现有主流算法进行主客观比较、分析,结果表明本文算法具有不受光照条件限制,反射分离彻底,纹理细节、亮度和色彩保持度高以及速度快的优点。