随着城市化的进展,汽车的普及,交通拥挤加剧,交通事故频发,公路交通的安全问题变得日益突出。为了解决地面交通快速发展所引发的各种问题,交通事件自动检测技术成为国内外的研究热点。 本文分析并研究了车速、车流量等交通参数的检测以及车辆逆行、车辆变线和车辆落物等交通事件的检测,提出相应的具体检测方法并给出实验结果。学位论文的主要工作和成果可以概括为以下四个方面： 背景初始化和自适应更新算法研究。首先研究了几种常见的背景初始化方法和加权平均背景更新方法,在此基础上提出了一种基于RGB彩色空间的彩色背景更新方法,实验证明彩色背景更新方法能使后续的车辆检测更加准确。 车辆检测与跟踪算法研究。本文研究了几种常见的车辆检测方法,提出了一种基于YUV彩色空间的运动车辆阴影检测方法,提高了车辆检测准确率。最后分析和讨论了一种基于运动矢量估计的车辆跟踪方法。 交通参数检测算法研究。在车辆检测和跟踪的基础上,研究了基于视频的车速和车流量检测算法,采用不同算法对同一种交通参数实施检测,并通过对比实验,说明了各种算法的优缺点。 交通事件检测算法研究。本文将虚拟线圈技术和车辆跟踪技术用于事件检测,研究了车辆违章逆行、车辆压线、车辆变道以及车辆落物这四种比较常见的交通事件检测算法。在车辆逆行检测算法研究中,通过实验,比较分析了不同算法的优缺点和适应性；在车辆变线检测算法研究中,提出了基于车道线检测的车辆变道检测算法；在车辆落物检测算法研究中,提出了基于背景更新和运动检测的算法,通过实验证明了算法的准确性。