智能视频监控系统是近几十年来计算机视觉领域的一个新兴研究方向,是结合计算机科学、机器视觉、图像处理等多学科的结晶。车辆道口的智能视频监控系统通过摄像头对实际场景进行实时监控,利用视频分析和图像处理的技术对图像序列进行分析处理,从而实现对交通道口中运动车辆的检测和跟踪,进而对闯红灯和超速等交通违章行为作出处理。国内外对车辆道口的智能监控系统已经做了一些研究,但大都是基于地感线圈的视频监控,而地感线圈因为埋设困难,破坏道路,监控不灵活等缺点带来了很多不便,本文在这些研究成果的的基础上,对车辆道口智能视频监控系统中的关键算法进行了研究,主要工作内容如下:首先,设计了车辆道口智能视频监控系统的总体方案,包括摄像机和虚拟线圈的设置,闯红灯抓拍和超速抓拍的具体流程。然后,对实际交通道路场景的背景重建与更新算法进行了研究,在详细分析比较了几种背景重建与更新的算法后,总结出一种基于滑动平均更新的背景减除算法,能准确真实的反映出实际道路交通的场景。接着,对实际交通道路场景的运动车辆的检测算法进行了研究,在分析了几种运动目标检测算法的优缺点后,考虑到本系统的实时性和真实性,采用背景减除算法来判断出是否有运动车辆存在。最后,重点研究了适合本智能视频监控系统的基于特征的跟踪算法:利用基于滑动平均更新的背景减除法对指定区域中对连续帧图像进行背景重建和更新,检测出运动的车辆后,计算包含每个运动车辆的最小外接矩形,从而实现对运动车辆的跟踪。在跟踪完成后,还可以通过实际坐标系和图像坐标系的坐标转换,进而换算出指定区域车辆的实际速度。若速度超出了道路交通中所限最大值,对车辆进行抓拍,然后将所拍照片等相关信息传输到后台中心。