随着近几年国内经济迅速发展,国内的汽车数量也成倍增加,道路交通问题面临着前所未有的压力,为了缓解这一状况,世界各国争相研究智能交通系统。除了对道路进行扩充,修建立体道路系统外,对汽车在行驶过程中的违章判定也是实现智能交通的一项重要研究领域。在智能交通领域,对采集到的视频车辆监控画面进行分析处理。如果拍摄时,摄像头受外界震动影响发生抖动,会导致判定车辆违章时出现误判。先前开发的视频车辆监控系统可以在一定程度上消除图像抖动带来的误判现象,但是该系统在稳像过程中可能陷入局部极小值导致运动估计出现偏差。针对这种情况本文提出在视频车辆监控系统中增加防抖动区域自动搜索的算法。实验表明,在图像抖动幅度不超过工程规定的情况下,该算法提高了图像匹配准确度。在处理实际图像抖动过程中,该方法在计算速度和匹配精度上具有明显的优越性,一定程度上杜绝图像误匹配的发生,为后续智能交通系统的发展和违章车辆的跟踪与判定提供了更有效的保障。本文分析了目前常用的视频图像滤波算法,提出多项措施提高盒滤波算法的计算速度。该方法在保证滤波效果的前提下,提高了图像滤波的速度。本课题主要研究工作如下：(1)由于先前视频车辆监控系统中消除视频图像抖动的算法可能会陷入局部极小值,导致运动估计出现偏差。为解决这一问题,本论文提出在视频车辆监控系统中增加防抖动区域自动搜索算法。该算法内容是：预先在图像参考帧内搜索满足工程需求大小,以防抖动区域的中心为中心一定范围内,图像灰度值的绝对差值和呈现单谷特性的区域(区域内有且仅有一个最小值)。实验表明在视频车辆监控系统中应用该算法,可以提高图像匹配准确度。(2)在分析以往滤波方法原理基础上,提出多项措施提高盒滤波算法的计算速度。在Visual C++6.0平台编程实现,经过对实验结果对比分析,该算法在保证处理效果的前提下,处理速度有所提高,对视频去噪处理起到一定的效果。