高速公路上的烟火、非机动车和抛洒物事件,极大地影响了行驶安全。目前高速公路监控中心的工作人员需人工值守监视器,人为发现交通事故和危险隐患,无法通过有效的监控手段对海量外场设备的运行情况进行实时地监控与跟踪。当前对高速公路异常事件的检测方法,在检测准确率和检测速度方面有所欠缺,离实际应用还有一定距离。本文针对高速公路实际情况,研究和实现了高速公路烟火、非机动车和抛洒物事件检测算法。本文的主要内容如下:（1）构建了一个高速公路事件检测数据集:目前已经公开的数据集,不是专门针对高速公路事件检测的,因此有必要构建高速公路专属烟火、非机动车和抛洒物检测数据集,通过实际高速公路视频监控系统采集了大量图片和视频,在此基础上,再以网络爬取、公共数据集抽调的方式,补充了一定数量的图片,最终构建了本课题专属的高速公路事件检测数据集,在此基础上对数据集进行预处理,为后续的检测任务提供了有力的数据支撑。（2）实现了一个烟火和非机动车事件检测方法:针对烟火和非机动车事件,采取Yolov5目标检测算法,并在Yolov5的网络主干部分加入注意力机制,增强了网络对于图片关键区域的特征提取能力,提高了烟火和非机动车事件的检测准确率。（3）提出了一个基于双背景的抛洒物事件检测方法:在抛洒物掉落前后图像背景不同这一认识上,采用滑动窗口更新法将图像前后的背景帧进行相减,经过二值化和数学形态学操作,得到抛洒物候选区域,再通过目标检测去除人车、直方图相似性度量去除幻影和道路分割获得路面区域等处理,最终得到了检测效果非常好的抛洒物检测算法。算法已经应用于实际高速公路监控视频系统,取得了很好的效果,算法能够准确地检测到烟火、非机动车和抛洒物事件,并且能够有效地避免光照变化、花草树木的晃动等环境干扰因素,具有广阔的应用前景。