近年来,我国汽车总量呈爆发式增长,给人们的生活带来了方便,但也使得道路资源变的紧张。拥堵问题日益严峻,不仅严重影响了人们的日常出行,同时制约着社会经济的发展。我国每年在交通拥堵问题的解决上投入了大量的人力和物力,然而拥堵问题依然严重。在我国拥堵的交通状况中,一种常见且危害严重的现象就是车辆的路口滞留现象,该现象主要是指在路口出口处已发生拥堵阻塞的时,后继车辆仍继续驶入路口所造成的一种交通溢流现象。滞留在路口内的车辆有时会阻碍其他方向车辆的正常通行,加重拥堵,若不及时疏散,该现象极易扩散至其他相邻路口造成交通格锁,最终导致路网大面积的交通瘫痪。本文立足于实际路口监控视频,在学习和总结国内外对相关技术的研究基础上,从车辆路口滞留现象的预防、滞留车辆的检测、滞留信息的提取和上传以及车辆路口滞留信息系统的建立四个方面进行研究,主要内容如下:(1)本文在研究了车辆路口滞留现象产生的机理的基础上,提出了一种预防车辆在路口滞留的控制方法,通过在路口下游路段中设置地感检测器检测排队车辆是否即将阻塞路口,在排队车辆阻塞路口之前,利用路口内电子警示屏,对待驶入路口的车辆进行提醒,预防车辆在路口内滞留现象的发生。同时,本文着重对地感检测器的设定位置进行了研究,在分析了城市高峰拥堵时间段内车辆的行车间距及排队规律的基础上,确定了地感检测器最佳的设定位置。(2)对于不按警示屏指示强行驶入路口且引发交通溢流的滞留车辆,本文根据车辆滞留现象发生过程的特点,提出了一种基于视频虚拟检测器组的路口滞留车辆检测算法,利用路口监控视频信息设置虚拟检测器组,通过对亮度信息的处理检测路口内车辆的存在性以及滞留情况,并将检测到的滞留现象发生过程上传中心服务器做进一步处理。(3)在对视频段中滞留车辆信息记录的提取研究过程中,本文首先对多车辆发生滞留时车牌被相互遮挡的现象进行了分析,然后根据路口监控视频的拍摄特点和车辆的行车特点,确定了车辆在视频中不会出现遮挡的区域,将视频段内的滞留车辆车牌在该区域内进行提取,并判断被提取到车牌的车辆是否为发生路口滞留的车辆,最后将符合路口滞留车辆要求的车牌信息生成滞留信息记录上传滞留信息系统数据库。本文对路口监控视频图像中车牌区域的提取方法进行了主要研究,改进了一种基于车牌候选区域筛选的车牌区域图像提取方法,该方法首先使用Selective Search算法对视频图像进行车牌候选区域的分割提取,本文依据Selective Search提取目标候选区域的原理,通过对待处理图像进行一定程度的Gauss模糊来提高该算法对车牌候选区域图像的分割提取速度,与原方法相比较,本文的改进措施能够在与原方法准确率相近的前提下将处理速度提高了两倍。最后本文设计并训练了一个卷积神经网络来替换原SVM分类器,实现将车牌图像从候选图像中筛选出来,通过实验验证了其具有更高的识别准确率。(4)本文利用ASP.NET技术和SQLserver数据库管理系统软件设计了基于B/S架构的车辆路口滞留信息管理系统,车主及交警可以通过系统网站实现对滞留信息的查询和管理。本文研究针对车辆路口滞留现象提出的预防措施、检测方法等对降低监管成本,减少路口滞留现象的发生,缓解交通拥堵和提高出行效率具有重要意义。