现有的视频检测系统大多采用面阵CCD像机,然而基于面阵CCD图像的检测技术存在一些难以解决的问题:(1)视频图像中除了所关心的目标,存在大量的背景目标,而从复杂背景中提取出感兴趣的目标在图像处理中是一个很棘手的问题;(2)面阵CCD图像的帧(场)速率一般都较低,较难实现高的检测精度;(3)面阵CCD图像的数据量很大,为了保证实时性,较难采用很复杂的算法,因此其检测性能受到限制。而基于线阵CCD像机的检测技术具有如下优点:(1)线阵图像序列构成的图像中仅包含运动目标,因此在运动目标检测时避免了复杂背景的干扰;(2)线阵CCD像机的空间分辨率、像素灰度级和采样速度可以较高,可以实现较高的检测精度;(3)线阵图像数据量相对较小,便于实现复杂的图像处理和分析算法。本论文对基于线阵CCD成像检测系统的几个关键技术进行了研究,具体说来,本论文所做的主要研究工作可概括如下:(1)在研究常规图像分割算法的基础上,提出了一种适用于线阵CCD图像的目标分割算法,该算法主要是基于图像的纹理特征。首先利用小波变换提取路面的纹理特征,以此作为二值化的依据,然后为每个逻辑车道建立若干计数器,并根据二值化的结果进行车辆分割。现场实验结果证明,该算法可有效消除车灯和阴影对车辆分割的干扰,可以实现对车辆的准确分割。(2)在车辆分割的基础上,提出了标识车辆目标的投影算法,该算法利用已经建立的若干计数器确定目标的上下边界及左右边界,该算法可以准确地对目标车辆进行标识。(3)用SQL Server开发了车辆管理数据库系统,该系统主要有车辆数据库管理、车辆数据分析、系统设置、系统容错等功能。