针对目前我国高速公路监控视频利用率较低以及高速公路管理仍然采用人工查看监控视频的现状,本文对基于监控视频的高速公路交通状态判别技术进行了研究,并在此基础上设计和开发了基于监控视频的高速公路交通状态判别系统,在实际应用中取得了不错的效果。本文的主要工作和贡献主要可归纳为以下几个方面: 　　(1)提出了一种适用于监控视频的高速公路道路结构提取方法,可作为监控视频智能分析和应用的基础。该方法首先通过累积视频图像中的运动区域,获得视频图像中的道路区域;然后根据监控视频图像中道路结构的统计特点,利用霍夫变换提取出道路的左右边界,从而提取出相应的道路结构。实验结果表明,对于高速公路监控视频,该方法的道路结构提取正确率高,是一种实用有效的道路结构提取方法。 　　(2)提出了一种适用于监控视频的高速公路交通状态判别方法。该方法利用图像边缘密度和光流速度分别作为道路空间占有率和车流速度的表征,对它们进行检测和计算,然后根据这两种特征在不同交通状态下的特点,通过一种组合策略将道路交通状态判别为顺畅、缓慢和拥堵三种状态。实验结果表明,该方法对高速公路监控视频的自适应性强、判别准确率高。 　　(3)设计和开发了一套基于监控视频的高速公路交通状态判别系统,弥补了国内外在该应用领域的空白,有助于提高我国高速公路的智能化管理水平。