交通事件检测系统在智能交通系统中有着重要的意义。交通事件检测的方法有很多,其中视频检测是近几年发展最为迅速的技术之一。因为它具有安装方便、覆盖范围大、效果好等特点,所以已经成为智能交通系统领域的一个研究热点。本文围绕对交通事件视频检测系统的实现,研究了一些车辆检测和跟踪的方法,提出了一些新的算法。主要的工作和贡献有:[1]运动车辆的检测。针对不同的情况,本文运用了两种不同的背景初始化方法,然后采用一种动态更新背景的方法对背景进行实时的更新。运用背景差分、膨胀腐蚀和连通性的判断对车辆进行粗定位。实验表明,综合应用这些方法能够取得较为满意的结果。[2]运动车辆的跟踪。本文提出了一种基于时域和车辆模板相似度匹配的算法。该算法结合车辆检测过程中得到的车辆位置,完成对车辆的跟踪,同时对这个过程中遇到的车辆互相遮挡、分裂等情况采取了不同的策略。最后利用跟踪信息对车辆统计和逆行等交通事件进行了检测。实验表明,这种跟踪算法能够对车辆进行跟踪并且有较好的稳定性,并使得交通事件的检测结果较为准确。[3]十字路口的交通事件检测。针对十字路口的复杂状况和系统的实时要求,本文提出了一种基于虚拟线圈和车尾跟踪的检测方法,充分利用车尾部的特征,完成了车辆数目、车速、闯红灯、超速等交通事件的检测和判断。实验表明,该算法满足实时性要求,同时又能较为准确的检测到交通事件。