随着交通拥堵问题的逐年严峻,交通溢流现象作为交通拥堵的主要表现形式之一逐渐引起了人们的关注。交通事件自动检测技术作为智能交通系统的关键组成部分,对于提高城市交通智能化管理水平起到重要作用。其中,视频检测技术具有可靠性高、检测速度快等优点,近年来发展迅速,被广泛应用于各专业领域。本文以视频检测技术为手段,首先对交通溢流的道路几何模型、发生条件及其真假性质进行描述,为交通溢流的自动识别问题奠定基础；在此基础上,将交通溢流的自动识别问题分解为交通信号灯自动识别与车辆排队自动检测两部分,并创新性地提出了相应解决方法：为解决复杂背景下多类型交通信号灯的自动识别问题,提出一种综合性识别方法。首先通过亮度分割、几何特征分析和分类统计方法对信号灯进行自动定位；然后利用K均值聚类算法判断信号灯颜色；最终通过分析信号灯前景直方图对信号灯类型及其包含的方向信息进行判断,从而实现信号灯的自动识别。为解决交通溢流的视频识别问题,提出了一种基于模糊推理的识别算法。首先通过视频图像处理技术获取交通溢流视频特征信息,作为模糊识别器的输入量；再根据专家经验及作者实地调研观察总结模糊推理规则,并设计模糊识别器；通过解模糊获取模糊查询表,从而实现溢流识别。最后,在上述理论研究的基础上,本文对城市交通溢流检测系统进行了设计与实现。综上所述,本文以视频检测技术为手段,提出了交通溢流的识别方法,并实现了系统集成,实验表明,理论算法实用有效,系统可满足实时性、稳定性等要求。本研究为城市交通溢流研究领域提供了新的思路,对于该领域的后继研究工作奠定了一定基础。