随着交通量的不断增加,交通事故也变得愈加频繁,交通事件检测逐渐成为交通领域研究的热点。交通事件检测系统是交通监控系统的一个重要组成部分,本文主要对车辆检测、车辆跟踪和车辆交通事件检测进行了研究,主要工作体现在以下三个方面:1.车辆检测:在车辆检测过程中,改进了传统的背景差分模型,采用RGB三通道分别差分代替灰度差分,这样在前景检测的时候,可以得到更多的车辆像素,能够在一定程度上避免车辆出现断裂甚至漏检的问题。为了消除阴影带来的影响,提出了基于HSI和c1c2c3联合色彩空间的运动车辆阴影检测算法,并对阴影和目标检测错误进行了校正。该方法能够准确、实时地检测运动车辆的投射阴影。2.车辆跟踪:为了对车辆进行稳定、实时的跟踪,本文提出了基于SIFT特征和车辆区域匹配联合的车辆跟踪算法。该方法首先提取车辆区域的SIFT特征,不需要对整幅图像进行处理,减少了计算时间,然后结合区域匹配跟踪的信息,准确跟踪目标车辆。3.交通事件检测:在车辆跟踪的基础上,根据车辆外接矩形中心的轨迹点信息,通过直线拟合方法,判断车辆运动方向,同时检测车辆是否逆行、变道和停车。然后,建立图像坐标系和世界坐标系的映射关系,根据测速原理,计算车辆运动速度。从而根据道路规定的车辆运行最高时速,判断车辆是否超速。最后对本文的工作进行了总结,说明了本文研究的不足之处,同时指出了下一步研究中所需要开展的工作。