随着机动车数量的不断增加,我国许多城市的道路拥堵问题已经相当严重,随之而来的路口滞留违章行为更是造成了交叉拥堵,进一步加重了城市道路的负担。严重的拥堵情况已很难通过单纯的道路资源基础建设解决,采用科学化信息化的交通管理方法与违章执法手段已迫在眉睫。为此,交通管理部门积极牵头开展智能交通管理系统与违章自动取证系统的研究和应用,得到了广泛的关注和积极的相应。本文介绍了国内外智能交通系统与数字违章取证系统技术发展的历史与现状,着重分析了我国现行的违章自动取证的特点和缺陷。针对早晚高峰时期的实际路口的现场情况,设计了一套针对车辆路口违章自动取证系统的软硬件平台。通过分析测试数据,对图像采集设备和本地数据运算平台进行选取与布局,保证了图像关键信息的清晰度,降低了数据传输量,提高了数据分析处理实时性。在路口滞留违章行为的软件自动取证算法上,本文采用基于机器学习技术的车辆识别与车辆跟踪算法进行违章车辆位置和轨迹信息的捕捉,采用背景建模算法实现道路车辆拥堵情况的判别。为了提高车辆识别的准确率并保证较低的数据运算量,使用清晰度评价函数对正样本进行筛选以提高正样本图像质量,并将基于Haar-like、LBP和HOG特征的基本分类器级联检测。为了解决路口视频中,车辆目标相似性大、遮挡情况严重的问题,本文改进了TLD实时跟踪算法,根据车辆目标间相对位置的关系,构建了相对位置约束生成树,并通过道路地面标线定标,解决了跟踪目标尺度变换的问题,有效提高了跟踪的准确性。另外,本文将背景建模算法用于路口拥堵情况检测,分析比对了多种背景建模算法在背景更新速度和模型收敛速度上特点,选取并改进了ViBe算法,并给出了判别拥堵情况的标准。