为了解决地面交通快速发展所引发的各种问题,智能交通系统的研究被提到了重要位置。运动车辆检测与跟踪系统作为ITS的重要组成部分,成为许多国家的研究热点。本文针对ITS领域中的关键技术,研究了基于视频的车辆检测与跟踪系统中的相关问题。本文在跟踪结果的基础上,讨论了基于车辆跟踪结果的交通事件检测方法,分析并研究了车辆逆行和超速交通事件,提出相应的具体检测方法并给出实验结果。本文所进行的研究主要包括以下方面:1.在运动车辆的检测算法中,本文采用了自适应高斯混合模型进行背景重构。通过对视频中的每个像素点建立模型,获得前景掩膜。在对运动车辆提取的过程中,本文采用了基于区域的搜索算法,该算法使得运动车辆提取的准确性和鲁棒性都有所提高。2.在运动车辆的跟踪算法中,本文采用了基于区域的多特征匹配跟踪算法。在运动车辆的跟踪中,根据运动车辆在相邻两帧中移动距离不远和在图像中面积变化不太大的特点,采用运动车辆的大小、形状、运动估计与质心位置在图像中进行匹配,从而实现对运动车辆的跟踪。该方法处理参数少,数据量小,取得了良好的实时性,能够及时跟踪到运动车辆在图像中的位置。3.在运动车辆的跟踪结果的基础上,分析研究了车辆的行驶方向、逆行和超速等交通事件,提出相应的具体检测方法并给出实验结果。对于车辆速度的检测,分析讨论了实际应用中摄像机标定的推导公式以及产生误差的原因。本系统针对车辆视频检测与跟踪系统的一些问题,提出了一些解决方法,通过实验证明,该方法可以运用于实时环境,背景提取与更新算法具有可行性,检测与跟踪结果也比较理想。