混合交通流又称为非同质交通流,是指多种交通参与者,包括摩托车、自行车、行人与机动车共用车道的交通流。我国的混合交通流现象普遍,对混合交通流的研究具有重要意义。智能交通系统(Intelligent Transportation System,简称ITS)是交通可持续发展的必由之路,交通检测系统是为ITS提供数据支持的重要基础,其理论研究与工程实现历来受到人们高度重视。由于信息技术的飞速发展,视频检测技术日益显示出极大的优势。本文针对智能交通研究对交通数据的实际需求,在建立混合交通流视频检测系统的基础上,重点研究了交通目标检测、分类和参数提取的算法,全文的主要研究工作及相关成果总结如下:1.建立了基于视频的混合交通流检测系统。该系统核心部分由交通目标检测、目标跟踪、目标分类和交通参数提取四部分构成,系统所提取出的交通数据被用于作为智能交通模型研究的实际验证。2.在图像处理层面,提出基于卡尔曼滤波器自适应背景模型改进方法,以得到更为可靠和快捷的背景图像;设计交通目标跟踪链及其产生、更新和消亡算法;应用目标区域特征与运动特征于跟踪匹配度计算,完成目标跟踪;应用成像变换技术,获取目标在真实路面交通参数。3.在交通目标分类层面,提出基于交通轨迹分析的三类特征:最大偏移量、平均偏移距离和轨迹傅立叶算子,并在基于支持向量机的分类方法基础上,完成混合交通流交通目标分类。根据自行车成群性和群形状多变性,提出基于决策树的自行车群识别方法。4.在交通参数提取层面,本文系统阐述了交通目标的形状参数和运动参数的定义和获取。针对高密度自行车群的实际特性,提出基于面积阈值的车辆计数方法。