超时违章停车,已经成为影响交通畅通的重要因素,迫切需要采用技术手段来遏制乱停车现象。本文深入分析了智能交通系统中超时停车检测系统的工程应用需求,在归纳总结了计算机视觉中关于目标检测与目标匹配技术的基础上,提出了与工程应用需求相适应的超时停车事件检测与车辆匹配算法,所取得的成果具有一定的学术意义和实用价值。　　 本文的主要研究工作有:(1)根据视频监控球型摄像机的功能特点和工程应用的基本要求,设计了超时停车事件检测的总体方案,在多摄像机布局、检测区设置、工作模式设计与切换、超时停车检测算法流程等方面提出了较为新颖的设计方案。为了提高摄像机的工作效率,减少事件漏检率,本文提出了基于检测区的优化调度策略,支持对多个事件的并行检测,采用金字塔式的多层次检测区结构,支持摄像机在相关检测区之间的智能切换。工程应用效果表示,该总体方案具有较强的实用性和工作效率。(2)在车辆检测方面,提出了一种基于形状、车牌特征和边缘对称性的特征融合车辆检测方法。该方法通过边缘图像与背景差分的内缩图来消除阴影；应用边缘方向投影来获取可疑车辆矩形区域；利用车牌特征和车辆垂直边缘投影的对称性测度来进行车辆目标判别；同时通过特征融合,可以得到比较准确的车牌位置中心,用于车辆匹配时的平移定位.(3)在车辆匹配方面,本文首先分析了基于灰度的角点检测算法,提出了改进的基于Harris角点检测的车辆匹配算法。该算法利用车辆检测时得到的车牌中心位置,建立待匹配图像中车辆之间的平移关系,减小根据互相关系数寻找角点匹配对时的搜索窗口。实验证明该算法具有更好的稳定性,提取出来的角点数量符合匹配需要,分布更为均匀,在目标尺度变化较大的情况下,仍具有较好的检测效果,满足工程应用的需求。