随着世界各国车辆数量的急剧增加,交通状况日益受到人们的重视。如何有效地进行交通管理,越来越成为世界各国政府和有关部门所关注的焦点。针对此问题,各种智能交通管理系统相继产生或者已在研发之中,而对违章车辆进行监控则是其中一个极其重要的环节。传统上对交通违章车辆监控主要是通过埋在地下的感应线圈来实现,这种方法对路面破坏性大,施工和安装都不方便,并且要经常进行维修和维护。随着视频技术的飞速发展和计算机速度的成倍提高,基于计算机视频检测技术的交通监控系统的实现已成为可能。计算机视频检测较其它交通检测技术而言,主要特点是安装调试方便,对路面不会产生损坏,维护简单,不会对路面交通状况产生影响,并且可以得到很多交通信息。鉴于以上背景,本文对基于视频的车辆违章行为检测技术进行了研究,主要针对两种违章行为的研究:车辆闯红灯和车辆逆行。本文在已有运动目标检测、跟踪算法的基础上进行了研究和改进,并提出一种基于车辆运动轨迹分析的违章行为检测算法。首先,在运动检测方面,本文采用背景差分法检测运动目标。背景建模与背景更新是背景差分法的基础,本文在传统均值滤波背景建模算法的基础上进行了改进,从而可以提取出较为理想的背景模型,并分两种情况选择性的更新背景:轻微变化的背景更新和场景变化的背景更新。其次,本文采用Otsu阈值选取法将差分图像二值化,并在后处理过程中提出一种邻域统计法去除二值图像中的噪声。由于物体运动常伴有阴影,阴影的存在影响运动目标检测的正确性和准确性,本文利用阴影区域与背景之间的纹理不变性对阴影进行检测与消除,随后通过检测连通区域定位每一个运动目标。由于交通场景的复杂性,检测到的运动目标不仅包括车辆,还包括行人、自行车、摩托车等运动目标,因此,本文利用车辆与其他运动目标在形状特征的差异将运动目标分类,提取运动车辆。最后,在运动车辆跟踪方面,本文利用运动车辆的区域特征(直方图,纹理,质心)在不同帧中匹配,实现车辆的跟踪,提取车辆运动轨迹。为了实现基于轨迹分析的车辆违章行为的检测,本文利用三次样条插值理论将轨迹点拟合,使得不均匀的轨迹点拟合成在某一坐标取值连续的轨迹点,为进一步违章行为检测的有效进行提供良好的技术支持。