随着社会经济的快速发展,智能交通系统越来越引起人们的重视。交通事件自动检测作为智能交通系统的重要组成部分,对避免二次事故的发生起了重要的作用,是目前国内外研究的一个热点,有着广阔的应用前景。交通事件检测方法目前有很多。视频检测技术由于具有安装方便、覆盖范围大、直观性好等特点,已经成为当前交通事件检测领域的一个研究热点。本文从视频交通事件检测流程入手,重点对目标检测、目标跟踪、目标运动模式识别和交通事件检测算法进行研究。首先,运动目标检测方面,提出了基于背景重建的车辆检测算法。该方法包括背景的提取及更新、阈值分割和连通区域标识。这一系列算法能很好地把目标车辆完整地提取出来。其次,通过基于卡尔曼滤波的多特征匹配跟踪算法实现目标跟踪。通过卡尔曼滤波预测算法,对下一时刻目标的特征值进行预测,然后对目标进行搜索匹配,建立目标在连续帧中的对应关系。再次,通过分析目标的每一种运动模式,建立了运动模式的数学模型,通过不同模式数学模型的差异,提出了目标运动模式识别模型。通过分析交通事件中停驶目标与其前方目标运动模式的关系,提出了交通事件检测模型。最后,总结了本文的主要研究内容和创新之处,并对该课题的后续工作进行了展望。