随着国民经济的快速发展,智能交通也越来越受到人们的重视。作为智能交通的重要组成部分,交通事件检测对于缓解交通压力、减少交通事故有着很重要的作用。基于视频的交通事件检测技术,由于其显著的优点(安装简单、覆盖范围广、检测直观),越来越成为各国学者研究的重点。本文在前人研究的基础上,重点研究了车辆检测和车辆跟踪,并根据质心坐标绘制运动轨迹,之后利用车辆跟踪轨迹分别对违章停车检测和逆行检测进行了研究。首先,在运动车辆检测方面,通过比较常用的背景提取算法,采用多帧图像平均法提取视频背景。分析帧间差分法、光流法、背景差分法,考虑实际检测效果,采用彩色背景差分法对车辆进行检测,之后对检测图像进行二值分割,形态学处理和团块填充,采用HSV颜色空间对车辆阴影进行去除,这一系列操作使车辆目标能够完整的提取出来。其次,在运动车辆跟踪方面,在介绍了常用跟踪方法的基础上,采用卡尔曼滤波和车辆质心特征相结合的跟踪方法,对下一时刻车辆特征值进行预测,之后对车辆进行搜索匹配,实现跟踪。通过分析质心坐标,提取出车辆跟踪轨迹,并实时显示在监控画面上面。在以上研究的基础上,对违章停车和逆行进行检测识别。对于违章停车,采用质心距离变化和速度变化进行判定,当质心距离和车辆速度小于一定的阈值时,结合具体停车时间进行判定。对于逆行检测,当车辆行驶方向和道路规定方向相反时,车辆质心的Y轴坐标变化来进行判定。最后分别对违章停车算法和逆行算法进行了视频测试,取得了很好的效果。