随着计算机技术与数字图像处理技术的发展,基于视频的智能交通控制系统迅速发展并成为目前交通控制的主流。本文首先介绍了课题研究背景和智能交通研究现状,分析了现有视频监控技术的不足,并针对标清视频的缺点,提出了基于高清视频的检测技术。由于高清视频的技术难点,高清视频无法采用常用的标清视频检测算法进行处理,本文以高清摄像机拍摄的高清视频为研究对象,在现有算法的基础上深入研究了基于高清视频的车辆检测技术,提出了相应的算法并进行了相关的应用。本文的主要工作包括：(1)分析常用车辆检测技术的优缺点,提出基于高清视频的背景提取与更新算法,针对红灯状态时车辆静止对背景提取的影响,添加车辆静止判断环节,根据车辆状态进行背景更新。(2)定位算法中采用检测区域亮度曲线来检测车辆的存在。由于本文将二维的图像转为一维的亮度曲线,从而大大减少了相应的处理时间,用于高清视频时可满足实时性的要求。然后根据亮度曲线的特点,按照车窗位置进行车辆遮挡检测与分割。绘虚拟窗口按车道进行车流量统计。(3)分析卡尔曼滤波与Mean Shift跟踪算法的特点,使用基于卡尔曼预测的Mean Shift算法跟踪运动目标,并用于车辆的违章检测。(4)对违章检测中闯红灯和逆行算法的研究,闯红灯中通过设置虚拟窗口进行闯红灯判断,逆行检测中首先根据车辆跟踪判断交通流向,再用每辆车的运动方向与交通流的方向进行比对判断。本文所用算法计算量小,可以有效处理大量数据,并且能有效抑制噪声,可应用于高清视频监控中。通过对实际公路上采集的视频进行处理实验,验证了该算法的优越性和可靠性。