随着经济的飞速发展,车辆数量的急剧增加,产生了日益严重的交通问题,由此产生了智能交通系统这一应用研究课题。智能交通系统是当前电子信息技术在交通运输领域应用的前沿研究课题,我国已经将其列入优先发展的高技术产业化重点领域。许多国家的统计表明,绝大多数严重的交通事故发生在十字路口,而其中的多数又是由于司机闯红灯造成的,这己经成为道路安全的主要威胁之一。为此,人们通常采用在交通路口埋设感应线圈传感器并配合抓拍照相机的方法来监控。但是这种方法只能用于固定的路口检测,而且埋藏线圈时需要破坏路面,影响交通的正常使用,存在诸多弊端。本文所研究的是基于视频图像的车辆闯红灯行为的检测。主要从两个方面识别车辆的闯红灯行为,一个是基于帧间差法的识别,另一个是基于虚拟线圈法的识别。研究的重点包括运动车辆的检测、识别、跟踪等方面。在运动对象的检测中,本文运用相邻帧差法检测运动区域;在识别的过程中本文采用区域生长法实现运动物体连通域的判断,并提取出运动车辆的形心、面积等参数;在跟踪的过程中本文利用最邻近法与卡尔曼滤波法相结合的方法,给出车辆的运动轨迹;在基于虚拟线圈的检测中,运用基于平均绝对差分值的匹配方法,同时对虚拟线圈的设置、搜索范围给出了具体解决方法;最后本文将帧间差法和虚拟线圈检测法相结合,提出了一种综合检测车辆闯红灯的方法。对于上述各环节,本文均进行了模拟实验,使本文提出的方法在检测闯红灯行为的有效性和快速性等方面均得到了验证。