科学技术的发展日新月异,现行城市道路交通拥堵的监测和处置却仍然依赖人工巡检,因此智能判别城市交通拥堵,提出规避拥堵的具体措施和确定拥堵后应急处置的研究迫在眉睫。基于视频的高架道路车流量监测具有成本低、实时性好、安装维护简单等显著优势,是未来城市交通拥堵监测的热点方向。目前基于图像的交通拥堵判别方法所需交通特征参数种类、数量多,算法复杂度高,实时性差。尤其高架道路作为城市快速通道的重要组成部分,具有车流量大,车速快的特点,现有基于视频的交通拥堵判别方法更难满足监测要求。本文在大量观察和调研的基础上,提出了以出租车速度作为高架道路交通拥堵的特征参数,降低了算法复杂度。出租车作为一种盈利性质的公共服务类车辆,通常具有显著特征。本文以合肥市为例,明确了出租车的在车辆类型、颜色、顶灯上的典型特征。提出了基于视频的出租车识别算法。对检测出的车辆目标依次进行是否轿车型、是否彩色、是否存在顶灯的二分法筛选,逐步减少后续处理的目标数量,提高了算法效率。本文在车辆的相关特征提取方面进行了补充研究,避免了高架道路上无出租车的情况发生。通过在各个匝道设置虚拟线圈,进行单位时间内的车辆计数,可以准确定位高架道路交通拥堵的位置。按照现行处理办法短时禁行,可以有效缓解高架道路的车流量压力,规避高架道路的交通拥堵。偶发性事故和车流量激增是造成高架道路交通拥堵的两个重要原因。本文在针对上述原因深入分析后,提出了应对措施,结合高架道路预先排堵调度策略,完成了对高架道路限流控制的方法研究,提出了总体软件设计流程图。在实验室条件下,借助数字图像处理工具MATLAB,对采集视频进行了仿真验证,结果表明本设计在高架道路限流控制中的可行性。