智能交通监控系统是智能交通系统的一个重要分支。随着计算机视觉算法的发展和硬件平台处理速度的提高,计算机视觉技术在智能交通监控系统中的应用越来越广泛。如何准确快捷的获取道路车辆信息是智能交通系统中一个重要的研究课题。检测得到的车辆信息是监控系统进行智能交通决策的基础。车辆检测系统的准确性和稳定性对于智能交通系统具有重要的意义。本文对智能交通系统中车辆信息的获取这一问题进行了深入的研究和讨论。最终设计实现了基于DM642的嵌入式车辆检测平台。同时,本文改进了传统车辆检测算法,使之更适应实时道路车辆检测。实验证明,本文构建的嵌入式车辆检测系统稳定、高效,具有广阔的应用前景。本文的主要工作如下:第一,针对智能交通监控系统需要提取丰富车辆描述信息以及基于视觉的车辆检测传感器所具有的安装简便、成本低廉等特点,本文提出了基于背景建模的运动目标检测方案。通过比较现有运动目标检测方法以及成型的智能监控系统,本文选取了Running Average的背景模型进行建模。同时,本文针对传统运动目标检测算法阈值选取困难,检测结果易受阴影影响,以及建模过程中受连续车流干扰产生残影等问题进行了深入研究。分别提出了采用双阈值分割前景,HSV空间进行阴影检测与消除以及利用反馈信息优化背景建模结果的算法改进方案。有效的解决了传统算法的问题,显著提升了算法的准确性和可靠性。第二,本文对现有智能交通监控系统总体构架进行了研究,现有系统由于所有图像处理操作均在监控中心PC平台完成,造成监控中心计算量过于庞大,无法完成多路监控数据的实时处理。为此,本文提出了PC平台监控+DSP车辆检测系统的解决方案。由DSP平台完成车辆检测和交通信息提取。而PC平台仅需利用检测提取数据进行交通调度决策。提升了系统整体性能。第三,采用TI公司的DM642芯片完成了DSP车辆检测平台的设计。利用DSP/BIOS开发工具和RF5参考框架完成了DSP软件程序的设计和开发。实现了DSP平台上的车辆检测算法。