在智慧交通建设过程中,道路交通异常事件的有效检测和关键帧的有效提取已成为道路监控中需要攻克的重、难点。目前,交通异常检测中模式识别、统计理论、人工智能、小波、动态交通模型等方法与关键帧提取中基于聚类、运动分析、基于内容、镜头边界的方法,都需要经过复杂的数学建模再分析。本文针对道路交通监控视频特点,研究无需建模的道路交通异常事件和关键帧提取算法。研究内容包含:(1)针对高速路上停车异常事件,研究基于相关性和k-mediods聚类分析算法结合的道路交通异常事件检测,算法首先将道路监控视频中将视频信息处理为可分析的图像信息,然后对一段时间内的平均图像帧通过相关性算法与预先设定的阈值比较,识别存在停车行为的时间段,再针对这段时间的图像帧序列使用k-mediods算法分析最具代表的图像帧。实验表明此算法能有效检测高速路上停车异常事件。(2)研究基于不同图像帧之间相关性的道路交通监控视频关键帧提取算法,首先将视频流信息转化为可用于分析的图像帧基本信息,再利用不同图像帧之间相关性R(k,l)与当前关键帧自相关性R(k)的判别函数g(Fk,Fl)判断其是否为关键帧。为减少帧冗余度,结合滑动窗口机制对算法进行改进。实验表明此算法能提取出有效的、与视觉观察一致的关键帧,通过引入滑动窗口机制减少关键帧冗余。(3)结合相关系数理论,研究道路交通中关键帧的提取算法,先获取可用于算法分析的图像帧信息,再利用当前帧Fl和当前关键帧的相关系数r(k,l)与关键帧相关系数r(k)的判别函数f(Fk,Fl)判断其是否为关键帧,同时结合滑动窗口机制进行了改进。实验表明其能提取符合视觉特性的关键帧,在利用滑动窗口改变后减少了关键帧冗余度。(4)针对相关系数的关键帧提取算法,提出基于欧式距离的不同视频帧间差异性的关键帧有效性评价方法,利用两个关键帧之间的相似性(欧式距离)表示两帧图像之间差异,评价选取的关键帧是否为最佳关键帧。实验表明其评价本文提出的关键帧算法和视觉观察最佳关键帧结果一致。本文创新点:(1)提出基于相关性和k-mediods聚类分析算法结合的道路交通异常事件检测算法;(2)提出基于帧间相关性及改进的道路交通监控关键帧提取算法;(3)结合相关系数理论,提出并改进道路监控视频关键帧提取算法;(4)提出基于帧间差异性的关键帧有效性评价方式。