随着高速公路和隧道的飞速发展,由此带来的交通事故不断增加,抛洒物事件作为一个频繁发生的交通事件,其引发的交通事故及潜在的安全隐患已成为急需解决的问题。如何及时准确的检测到抛洒物事件的发生,尽早排除安全隐患,保障高速公路和隧道安全畅通,已成为人们关注的热点问题。　　 本文在分析相关遗失物检测算法的基础上,将基于双重背景的遗失物检测方法应用于抛洒物交通事件检测中,并提出改进,结合支持向量机(Support VectorMachine,简称SVM)分类器的分类识别结果,消除误判断,准确检测抛洒物事件的发生,以适应公路交通这一特殊的应用环境。主要分为运动目标的检测,运动目标的跟踪和抛洒物事件的检测三大部分。首先,在分析常用的运动目标检测算法的基础上,采用背景差分法,以保证运算的时效性。通过图像的预处理,背景提取与更新,背景差分,阴影消除等步骤,完成运动目标的检测。提出了分裂轮廓的融合算法,对检测中分裂的轮廓进行融合,实验证明,经过分裂轮廓的融合,检测精度有了很大的提高。其次,采用了两种常用的运动目标跟踪算法,Kalman滤波和基于区域质心的跟踪方法,同时给出了瞬时速度和交通流量等交通参数的计算方法,建立和更新运动目标档案,实现运动目标的实时跟踪。最后,在前面工作的基础上,应用基于双重背景的遗失物检测方法到抛洒物事件检测中。为了适应公路交通这一特殊环境,采用SVM对运动目标进行分类识别,对分类为非车类的运动目标进行检测,消除了误判断。实验证明,改进后结合SVM分类结果的基于双重背景的遗失物检测方法应用于抛洒物交通事件检测,可以很好的适应公路交通这一特殊环境,达到了很好的检测效果。