交通监控系统中源源不断产生的视频数据为交通数据分析与道路信息优化奠定重要数据基础。相机标定技术是依据监控视频数据建立起二维图像与三维空间场景的转换关系,准确稳定的相机标定结果为实现相关交通参数的获取和实际交通应用提供了先决条件。当前大视野交通场景中相机标定方法存在着现场人工标定与在线手动标定的繁琐环节及大视野全局标定误差较大等问题,同时单相机视野覆盖范围有限且相机之间数据存在难以有效关联等问题。针对以上问题,本文具体研究工作如下:1.横向与纵向的两方向消失点获取。该方法是在目标检测结果基础上,采用边缘检测+斜率直方图的思想获取局部横向主方向,同时采用特征点+轨迹跟踪的方式获取局部纵向主方向,结合多车、多帧使用级联霍夫变换获取横纵方向消失点。2.交通场景中相机标定算法研究。针对固定相机下难以直接采用张氏相机标定的问题,提出了基于空间虚拟棋盘的相机标定方法。该方法依据前文提取的横纵消失点和场景先验信息构建出空间虚拟棋盘,并依据道路相机模型改进张氏标定算法从而实现空间虚拟棋盘的相机标定。针对云台相机下双消失点标定算法存在一定误差的问题,提出了基于双消失标定的优化算法。该算法依据VVH标定算法的参数结果作为初始参数,根据场景中生成的关键点构建关于点线距离的非线性约束函数并通过迭代方式求解出最优标定结果。3.跨相机模型融合及物理全景图重构。为实现对完整道路全程信息监控和数据联立分析,本文在相机标定基础上依据相机间公共特征信息求解相机间映射关系,将不同相机中道路信息融入全局统一世界坐标系,从而建立起跨相机视野与全局统一世界坐标系的一一映射关系。对模型构建中存在的误差问题提出了平移矢量思想进行改进,并最终实现跨相机下含有物理信息的道路全景图重构。针对本文的相关算法分别在不同场景中进行了实验与分析,从而证明了所提出算法的可行性和有效性,因而本文的研究工作为交通参数的获取及跨相机间信息关联提供了一定借鉴作用。