随着经济的发展,代步工具的普及,生活中各种不文明乘车行为层出不穷,车外抛物行为也越来越多,严重影响了市容市貌和交通安全。在智能视频监控中实现车外抛物的检测,可以实现在不需要人为干涉的情况下对监控场景中的抛物进行检测、跟踪和定位。在发生异常情况下能够及时准确地发出警报并提供有用信息,是智能视频监控的一项重要环节。车外抛物检测功能主要分四个部分实现：运动目标检测、运动目标提取、运动目标跟踪和车外抛物检测。首先,在运动目标检测时利用视频序列中各帧的关联性,排除背景的干扰,检测出视频序列中运动车辆和车辆周围的抛物,并使用最大类间方差分割出运动目标的二值化前景图。深入比较分析几种常用检测算法,根据这些算法的检测分割效果和时间复杂度,总结出Surendra改进算法在抛物检测中具有最优效果。其次,在运动目标提取前先目标前景图进行形态学预处理,减少前景图中的噪声,封闭目标轮廓,然后再利用目标轮廓提取算法提取出目标完整轮廓,并储存目标位置和所处区域信息。再次,将kalman滤波器引入复杂环境下车外抛物检测系统的Mean Shift目标跟踪中,在对大量视频跟踪仿真的过程中,证明了kalman预测和Mean Shift跟踪结合算法拥有准确的跟踪性和良好的鲁棒性。最后,通过大量实验分析各种抛物与干扰物不同的位置、大小和运动特性,针对抛物的固有特性,总结了车辆与抛物之间的运动规律,根据抛物和车辆之间特有的运动规律提出了复杂环境下车外抛物的判断条件,并通过对多种抛物进行实验检测,实验结果表明这些判断条件能准确快速有效地检测出车外抛物。本课题是在Windows环境中利用VC++6.0和opencv库辅助C++编程实现的,除了能实时检测车外抛物之外,还能够在视频窗口中显示出抛物车辆存在抛物行为的实际时间和抛物在视频中的位置,并反馈抛物首次出现时画面。