智能交通系统(Intelligent Transportation System,ITS)是当今交通运输领域的研究和应用热点。ITS融合图像处理、计算机技术、人工智能等多学科先进技术,在信息处理方面优势明显,未来的发展潜力巨大。作为ITS重要组成部分的视频车辆检测技术与传统车辆检测方法相比,有无可比拟的优点。本课题研究在借鉴国内外相关研究成果的基础上,以图像处理为技术依据,针对实际使用习惯和实用需求,提出了一种视频检测分析与违规设定判定相结合的思想。在视频检测部分,根据课题实际研究应用领域,对使用的算法进行优化和改进,软件部分构建可灵活扩展的框架,使系统具有更好的扩展性。在车辆违规规则设定和车辆违规行为判定中,界面设计友好,用户定义和使用规则都很方便,减少视频分析的数据量,提高违规判定的准确性。基于上述设计思想,本课题实现了基于图像处理的智能交通监控系统。在硬件上,采用CCD(Charge-coupled Device)摄像头作为系统的视频采集,Intel双核嵌入式平台(EC5-1719CLDNA)作为图像分析处理器。文中分别讨论了各硬件组成部分的功能。在软件上,利用Visual C++和OpenCV编写程序,实现了视频图像的预处理,运动车辆检测和跟踪、车辆违规规则设置和车辆违规行为判定、违规响应输出等。运动车辆检测和跟踪是本研究课题的重要部分。本文首先对混合高斯算法和Camshift算法进行了分析,根基课题研究应用的领域,对算法进行了优化。针对在交通视频监控中检测特定运动车辆并实行标记跟踪,本文在Visual C++开发平台上,基于MFC框架下,利用OpenCV的运动目标检测和跟踪的数据结构、函数,建立了一个由人机交互界面模块、运动车辆的前景检测模块、运动车辆的特征检测模块、运动车辆跟踪模块、轨迹生成模块组成的视频图像运动目标分析系统。本课题研究的另一个主要方面是建立基于用户规则设定的综合车辆违规判决系统。在Visual C++开发平台上,根据用户自主设定的车辆运动规则,对监控图像中的各个车辆进行违规判定。通过对监控图像的分析处理,实现了车辆闯红灯违规、车辆禁行禁停区域违规、车辆逆行违规、车辆相撞违规、车辆超速违规的规则的用户自主设定和自动车辆违规行为判定功能。对违规车辆进行违规响应,提醒监控人员并且保存违规车辆图片。