恶意加塞行为是造成交通拥堵和交通事故的主要原因之一。目前,车辆违规加塞行为主要通过路口的视频监控进行检测,但其有限的监控范围极大地限制了管理部门的监管力度。为此,本文提出并设计了基于行车记录仪的车辆违规加塞取证系统,并重点研究了车载移动监控视频的图像噪声滤除及增强预处理、车牌定位及车牌识别、基于车牌特征的单目视觉车距测量、LK算法特征点跟踪、车辆违规加塞检测与取证等关键技术。主要研究工作如下:调研了交通视频监控、车辆违章检测等领域的国内外研究现状,然后结合图像增强、车牌定位、车距测量、车辆跟踪和模式识别等技术设计了基于行车记录仪的车辆违规加塞检测与取证系统架构。提出了基于HSV颜色空间的线性变换图像增强方法,由于车载监控视频的光线、背景等复杂多变,需车牌彩色的亮度及饱和度进行调整。首先将传统的RGB颜色空间转换至HSV颜色空间,然后通过其HSV颜色空间模型中V、S分量与车牌固定颜色V、S分量的变换函数分析,逆向还原出变换因子α和γ以实现V、S分量的系数调整,最后将调整后的HSV模型参数转换到RGB颜色空间,便于进一步的处理。提出了基于车牌特征的单目视觉车距测量算法。相对前方车辆的距离测量,是车辆违规加塞检测的一个关键因素。本文引入棋盘格标定法,对行车记录仪的摄像头进行标定并获取摄像头参数m,然后分析整幅图像像素点、车牌区域像素点及车牌特征的对应关系,实现单目视觉的车距测量。完成了基于车载视频的车辆违规加塞取证系统客户端和服务器上位机软件编写,客户端上位机包含视频图像采集、车辆违规加塞行为检测与取证和取证信息浏览及上传,服务器部分可浏览由客户端上传的车辆违规加塞的取证信息和违规记录的保存。实验结果表明,本文方法可较好地实现车辆违规加塞关键图片的提取,实现对其违规行为的监督取证。