随着城市化的发展,交通问题日益严重,交通堵塞和交通事故频发.这种情况下以电子技术,通信技术和图像处理技术为核心技术的智能交通系统应运而生.目前各国都在积极致力于本国智能交通系统的研究和构架.基于图像处理技术的交通事件视频检测由于其便于安装,检测范围广等特点在智能交通中占有重要的地位.该文将着重进行基于视频的交通事件检测算法的研究.在该文所研究的四个基于视频的算法当中,白天黑夜条件判断算法主要是利用了夜晚车辆灯光灰度的斜波函数性质,距离车灯越近的区域灰度值越高,然后通过设置帧计数器的方法来完成白天黑夜的条件判断.堵车算法是利用检测车间距和图像的时间微分相结合的方法来完成对堵车的检测.在车辆的非法越线检测中,首先利用一种帧数统计的方法,来判断当前图像的车道线边界状态,然后根据车道线的不同状态分别采用检测车前盖的均匀灰度区域和检测车头复杂边界信息的方法来实现车辆的越线检测.在此算法中可以根据车道线的不同状态在两种检测方法之间进行切换,实现了比较高的检测精度.在当前图像是否有阴影判别算法当中,主要是充分利用了路面上车道线标志,通过车辆覆盖车道线和阴影覆盖车道线时,车道线的不同灰度和边界状态来完成对当前图像是否有阴影的判别.该文中的白天黑夜条件判断算法已经应用到其他的算法中用以进行阈值切换.堵车检测和非法越线检测算法都通过了实验检测,取得了很好的效果.