基于视频的闯红灯违章行为检测系统由于具有安装方便、覆盖范围广、检测参数多、证据易保存等特点,近几年发展迅速,成为智能交通系统领域的一个研究热点。同时,由于系统检测的背景环境复杂:车流量大、运动物体间的相互干扰严重、光照不断变化等,由此造成现有视频检测系统普遍存在检测率偏低的严重问题。鉴于以上背景,本文对闯红灯违章行为视频检测系统进行研究与探讨,并提出了一种综合应用虚拟线圈检测技术和车辆跟踪检测技术的新方法。本文主要的工作和贡献有:[1]本文根据停车线的特点,提出了基于停车线特征的虚拟线圈检测算法,该算法根据对停车线的遮挡判断,实现对运动车辆的检测,并相应的提出了背景更新的算法。该算法检测效果好,运算快,并能降低阴影对检测的干扰。[2]本文根据车辆尾部边缘信息丰富的特点,提出了一种车辆尾部跟踪算法,并结合虚拟线圈检测算法,实现了对车辆越线行为检测。该算法能基本排除密集车辆和行人等的干扰,确保了检测的准确性。[3]本文根据十字路口的实际情况,将车辆速度作为检测车辆闯红灯行为的条件之一,并为此提出了基于车辆尾部跟踪的车辆测速算法。[4]对于越线车辆的跟踪问题,本文提出了一种基于运动物体类型的跟踪算法。该算法根据检测区域内运动物体的运动特征,区分不同的运动物体类型,并针对性的对机动车辆进行跟踪,以此提高检测的速度和正确性。同时,结合车辆的重心等参数,可以解决车辆越线检测中存在的大车遮挡问题。[5]结合虚拟线圈检测、车辆尾部跟踪和越线车辆跟踪,系统实现了对车辆闯红灯行为的准确判断,该算法排除了大车干扰、车辆密集干扰、行人干扰等干扰问题,提高了系统检测的准确率。