随着智能交通系统的发展和我国经济的飞速发展以及城市化进程的明显加快,21世纪交通发展的趋势已经越来越明显,私家车辆的增加给我们的生活水平带来了提高,但是与此同时也带来了一些需要解决的交通难题,这样就使得我们不得不对ITS进行更加深入的研究,在智能交通(ITS)中,及时地获得交通流量信息的技术是智能交通系统的研究基础,利用数字图像的相关技术来测算交通流量已经成为目前交通控制领域的主流。本论文详细分解了基于一种静态图像思想的交通车辆拥堵测算系统的各个部分的组成。分析交通流量精确估算系统的检测方案,意义在于不但避免了目前识别设备上的实用标准不统一造成的数据失真,并且进一步深入了这一热门课题的研究,本文中的基于颜色的图像分割,有利于减少误差带来的数据失真,在边界检测的支撑下可以得到车辆的精确个数。本文所做涉及的主要内容如下:1.本文首先说明了课题的研究背景、意义和现状及系统总流程,接着介绍了利用颜色空间进行交通流定位的原理和过程,实现了交通流图像有效区域与无效区域之间有划分。2.然后本文章对各种交通流边缘检测方法进行分析之后选择了一种适合本系统的方法,在实现过程中对交通环境的采集图进行了包括特殊路况处理的一系列图像操作,其中有腐蚀、膨胀、边缘检测、边缘跟踪、边缘修补、边缘去噪。接着利用上述图像操作结果进行了基于交通流占有率和交通流数量统计的交通拥堵状态评价。3.最后对智能交通拥堵状态识别系统的各模块进行了分解,其中包括对系统的开发环境和几个主要模块交互的介绍,以及从纵向的角度去分析阐述了几个主要模块在功能实现上的连续性,此外还给出了各模块的功能组成原理、界面和运行结果分析。从总体来说系统是以边缘检测为基础,采用“处理—修补—识别”的策略进行实时的车辆拥堵状态识别,可以在能够迅速抓拍下实时数据图像的条件下,在极短的时间周期内将数据进行处理后将识别结果反馈给用户。