2017年,中国正式颁布实施《道路交通事故车速鉴定标准》（GB/T 33195—2016）,用于指导道路交通事故车速的计算。随着监控视频的普及以及仿真再现软件的发展,鉴定人员希望利用更加高效、可靠、便捷的计算机辅助系统进行车速计算。长安大学魏朗教授团队基于GB/T 33195—2016标准,开发了针对视频录像进行车速计算的Truthview系统和针对仿真再现软件进行车速计算的Crashview系统,并验证了系统的可靠性。然而,在实际应用过程中,Truthview系统存在对不同计算机显示器屏幕的适应性不足、无法对形态大小不合适物体的特征点实现局部缩放和对简单特征点的自动识别等问题。Crashview系统存在事故现场勘察信息与系统进行车速计算所需参数不匹配,事故现场勘察流程导向性不足等问题。这些问题影响了系统的实用性、便捷性和可靠性,也降低了一线鉴定人员和执法人员工作效率和社会公信力。因此基于GB/T 33195—2016标准,以提高Truthview与Crashview系统实用性为目标,针对上述问题,开发补充完善其功能的适用于一线事故勘察和鉴定人员使用的准则化车速计算系统具有十分重要的意义。针对Truthview系统计算机显示器适应性不足的问题,探究当图像恰好满铺屏幕时不同计算机显示器分辨率与图像分辨率的对应关系,建立了分辨率自适应模型。根据Truthview系统计算原理,对适应屏幕尺寸后的图片分辨率进行自动读取,将其作为参数值传递给坐标系定位模块,始终将坐标原点固定在图片左下角,保证后续车速计算的正确性;针对数量较多的分帧图片,设计了分辨率批量修改模块,提高了使用效率,降低了内存占用量,进一步保障系统处理数据的稳定性。针对Truthview系统无法实现局部缩放的问题,基于二阶牛顿插值原理实现了图像的局部缩放功能;同时探究了Truthview系统坐标系与局部缩放模块坐标系的映射关系,建立了坐标系转换模型,保证缩放前后特征点在Truthview系统中的坐标值恒定。针对车轮中心点识别问题,基于改进的hough变换算法,建立了车轮中心特征点识别模型。通过试验分析可知,在垂直车轮侧面拍摄的条件下,车轮中心识别成功率为88.9%,在识别成功的前提下,车轮中心点横坐标误差基本小于0.5%,纵坐标误差不超过1%;建立了车轮中心特征点识别错误自动判断模块,当连续三帧图像的车轮中心点某一方向的坐标值变化率超过50%时,自动终止计算,避免了出现车速计算错误而不知情的情况。针对事故现场勘察信息与Crashview系统所需参数不匹配的情况,通过对事故现场元素定位方式与Crashview系统定位方式的研究,建立了以Crashview系统X-Y坐标系为基准的东西向直（弯）道路,南北向直（弯）道路,十字形道路,东西向直弯组合道路,南北向直弯组合道路,T型路口等常见道路类型下的坐标转换计算模型,实现了事故现场坐标与Crashview系统坐标的自动转换;同时针对事故现场勘察中无法直接定位Crashview系统计算所需参数的问题,建立了四轮汽车、三轮车和二轮车内部坐标互相转换算法模型,极大程度地减少了参数输入量、降低了获取难度,进一步提高了系统的实用性。针对事故现场勘察流程导向性不足的问题,通过对事故现场勘察标准以及一线勘察人员常用的事故元素定位方式研究,结合Crashview系统坐标系、定位方式以及计算所需的参数,设计了一套适用于Crashview系统的标准化事故现场勘察流程。勘察人员只需按照该流程步骤逐一完成事故现场勘察工作,即可实现事故现场位置信息向Crashview系统的无缝衔接,进一步提高了Crashview系统的使用效率。基于上述关键技术,对标Truthview与Crashview系统,利用Visual C++6.0编程平台,针对利用视频录像进行车速计算的方法开发了基于Truthview系统的图像处理及特征点识别系统,针对利用仿真再现软件进行车速计算的方法开发了基于Crashview系统的道路交通事故现场坐标重构系统,可完成在不同鉴定材料条件下的视频图像处理、事故现场标准化勘察、车速计算、鉴定报告输出等完整车速鉴定流程,对实现我国道路交通事故车速鉴定标准化、准则化、规范化具有重要意义。