交通参数的检测是城市交通管理系统的重要组成部分,视频检测是交通参数检测的重要手段。相对于传统的地埋式感应线圈、超声波和激光检测器,它综合利用图像处理、计算机视觉、模式识别等技术,有安装和维护方便、价格相对低廉、检测参数多、检测区域广等显著优点。我国在该领域的研究正在逐步展开,并展现出非常诱人的应用前景。文中对两种基于视频的交通检测技术——基于虚拟区域检测技术和基于运动目标检测和跟踪的检测技术的介绍、分析、比较,选择了基于运动目标检测与跟踪算法为交通参数检测的核心模块。该论文主要完成以下研究工作:①通过比较几种运动区域检测的方法,选择基于视频的3D OGHM的运动区域检测算法。该算法较之其它几种传统的运动区域检测算法具有良好的抗噪性,并且能检测出更多车辆纹理等特征信息,在视频图像尺寸不太大的情况下具有较好的实时性。文中主要针对普遍采用的帧间差分检测运动区域的抗噪性差、某些部位无法完全恢复、所提取的运动目标容易产生空洞的问题,提出一种基于水平集分割的3D OGHM运动目标检测算法。该算法在3D OGHM分离运动区域及背景的基础上,采用一种改进的基于水平集算法进行运动目标分割。实验结果表明,该算法抗干扰能力强,并且可以更准确、完整的检测出运动目标。②通过对运动目标的跟踪进行分析,提出采用双向匹配法对运动目标进行跟踪。根据文中所提出的检测算法和跟踪方法,给出一种以基于视频的运动目标检测跟踪为核心的交通参数检测系统。该系统适用于固定场景下多个目标的检测与跟踪应用。文章提出定时全局检测,在两次全局检测间进行局部检测,并采用双向匹配算法进行运动目标的跟踪,有效解决了多个混杂目标之间的匹配问题。通过对该系统框架的研究和试验,进一步证实了文中提出的各种算法的有效性。