交通图象检测与处理方法研究对于交通安全、交通管理与控制方案选择具有非常重要的理论意义和实用价值。通过视频图象的检测与识别，可以对道路的交通流、路况等实时监视，提取交通流信息(车流量、车道占有率、车速等)，在交通拥挤未发生时，及时采取措施、疏导交通、防止交通拥挤发生；另一方面，通过视频图象的检测与识别，还可以实时检测交通违章现象、识别违章车辆的车牌号码，为公安交通管理部门提供强有力的执法证据。本文对交通图象检测与处理技术做了大量的研究，并提出一些有效、实用、快速的识别算法。论文研究内容主要有以下几个方面： 1 针对现有基于非模型的车流量检测算法的不足，提出了一种基于彩色虚拟检测线的交通信息采集方法。该方法通过设置在每条车道中的两条相互垂直的虚拟检测线来检测交通流信息(如车流量、车速等)；设计一种彩色分段检测技术来提取运动车辆的尺寸信息和色彩信息，再利用分类决策树和滤波算法确定运动车辆存在与否，增强了车辆、阴影、噪声和背景之间的区分能力；设计了一种车速视频检测方法。 2 将现有两种目标跟踪算法(区域跟踪和角点跟踪)进行改进，提出一种适合于交通场景下的多目标(车辆)跟踪算法。首先，由区域跟踪算法形成车辆整体特征，并将该信息传递给各个角点，促使角点间建立类属关系，完成新目标的创建；然后，通过多尺度的角点匹配，完成已有目标的跟踪，再将运动角点的各种信息反传给区域跟踪算法，促进多目标间的“遮挡”分离，完成整体目标的跟踪，实现稳定、可靠的目标跟踪。 3 提出一种基于数学形态学和模糊评价函数的实时车牌定位算法。与其它方法不同，本文以数学形态学和模糊评价函数作为多种车牌特征结合的载体，避免使用单个特征或多个特征的松散组合来定位车牌，提高了车牌定位的抗干扰性能和定位准确度。另一方面，本文将基于点的数学形态学运算方法进行引申，形成一套基于线的数学形态学运算方法，结合基于对象的车牌抽取方法，不仅提高了 摘要.....坦旦旦月鱼，即帅..旦车牌定位的准确率，而且其有很强的实时性。 4在车牌预处理阶段，为避免车牌边框、铆钉和车体粘连等对字符切分的影响，本文设计了一种逐层剥离的车牌预处理算法，可以更准确的定位出车牌字符存在区域的上、下、左、右边界。另一方面，将模糊理沦和遗传算.法运用于车牌字符切分中，取得了好的字符切分效果。再者，根据光照不均、车牌字符灰度差异等因素对车牌成像影响的规律，将图象二值化方法进行改进，提出种针对乍牌字符图象的局部二值化方法。 5在车牌字符识别阶段，为提高车牌字符识别率，设i十了一种新的车牌字简识别方法。首先将车牌字符识别分成四个子识别系统一一汉字识另11系统、字母识别系统、字母和数字混和识别系统，以及数字识别系统:然后选择各字符的左(石)扫描线空程长度统计信息作为车牌字符的一组特征，与统计模板进行加权组合，来共同完成车牌字符的识别!二作。同时，将模糊理论引入到车牌字符识别中，为每一个字符特征确定置信度，再利用1一NN近邻法识别字符。与传统模板库相比，该方法的模板库较小，提高了识别速度并缩小了存储空间。