迄今，汽车已经成为人们出行中最重要的交通工具，汽车的普及给人们生活带来便利，也带来了很多问题，如公路交通的压力、交通监管的难度以及人们出行的危险。基于此类问题，人们着手研发了基于数字图像处理技术的车辆违章检测系统。车辆违章检测系统是智能交通系统的重要组成部分，它的出现改善了日渐拥堵的道理交通。由于自然因素和人本身的生理因素，交通监管在时间和空间上存在一定的空白，如夜晚、恶劣的雨雪天气等。自动违章检测系统的出现，有效的填补了这个管理上的空当，解决了因为车辆和道路情况复杂带来的警力不足的问题。智能交通系统对中国未来和谐道路交通的发展有着深远的影响。全球各地交通事故的研究数据显示，十字路口是各个国家交通事故发生的重灾区，而这其中超过半数的原因和司机违章闯红灯有关。这已经成为威胁道路交通和人们生命财产安全的重大隐患。传统的解决方法是在各交通路口安装感应线圈或车轴传感器。这种方法在一定时期内取得了不错的效果。但随着科技的发展，这种传统的方法本身的各种弊端和不足逐渐显现出来：对道路的破坏问题、施工上的不便以及施工时对交通产生的影响，频繁的检修、维护等，这种方式已经不再适合现今高密度、高效率的交通监管要求。采用基于数字图像处理的技术的自动交通检测系统，有效利用了计算机数字图像处理技术的成熟发展，较过去传统的方法，不论是在施工安装方面，还是在运行维护以及取得效果方面都有了全面的提高。采用图像处理技术，方便、快捷、高效，解决了传统设备老化带来的误差。本文详细阐述了“基于数字图像处理的车辆违章检测系统”的结构、所采用的技术以及实现的功能。在深入研究了《中华人民共和国道路交通安全法》和《机动车违法自动记录系统通用技术条件》的基础上，系统的学习了3张照片的要求。根据法律规定，违反交通信号灯是指机动车在信号控制的交叉路口和路段上，红灯亮起时，车头越过停止线并继续行驶的行为。认定闯红灯，系统需记录机动车在3个不同位置的图像信息。第一副在越过停止线前拍摄，第二幅记录整个车身已经越过停止线，信号灯为红色的情况，第三幅是记录机动车明确违法行为后的行驶方向。本文通过四个步骤来完成车辆违章闯红灯行为的识别，主要是目标图像信息的采集和重构、数字图像的预处理、运动目标的特征提取、违章行为的识别。图像预处理过程主要是灰度变换、直方图变换以及锐化和平滑去噪处理。这些处理的目的是去除图像在摄取和传递过程中产生的噪声和畸变，方便后续的观察和识别。之后对图像进行二值化处理，图像的增强、分割和边缘检测。本文的中心思想在于提取运动目标，再对目标的行为进行判断识别，我们只需要考虑我们需要的信息，通过二值化处理可以将数字图像分成前景和背景两部分，忽略掉我们不需要的一些杂质信息，如树木、栅栏等。在对运动目标的检测和提取过程中，使用基于三帧差分的运动目标检测算法，相对于传统的两帧差分法，三帧差分具有更好的抗噪声能力。三帧差分的优点是对相邻的两帧差图像再进行相与运算，这样可以使图像的轮廓更加清晰，突出前景目标，背景分割的效果也更好。在违章行为检测方面，主要采用了基于道路分割思想的k均值聚类算法，选择的5个相关属性分别是行进距离、行进角度、车型、质心X像素和质心Y像素。前三个属性分别从不同的角度描述车辆的行进状态，而后两个属性的目的是使目标对象的像素集中。本文设计的宗旨在于找到更加实用、方便有效的车辆违章检测方法。课题是基于物联网和数字图像处理相关的设计，其中的通讯部分由本门师兄弟设计，所以在此只略作描述，论文的重点在于图像的处理方法和违章行为的识别。