交通视频事件检测技术是通过对交通视频内容的自动分析和理解,判断出视频中的抛落物、停车、行人等异常事件,从而及时发出警告,避免交通事故的发生。对于该技术的研究方法,最可靠的技术路线之一是获取大量交通事件的样本,并对这些样本进行分析,建立各类不同事件的特征模型。然而某些交通事件并不经常发生,使得事件样本获取十分不易,样本的严重缺失在一定程度上限制了交通视频事件检测技术的发展。本文提出一种交通视频内容增强方法,利用增强现实技术,创新地将道路平面作为虚实融合的“纽带”,无需任何定标物将虚拟模型叠加到真实交通场景视频的路面区域,构建真实度较高的交通事件视频。本文的主要研究内容为:(1)虚实融合中几何一致性的研究及实现。首先,基于单帧图像的两点灭点法进行摄像机标定,获取摄像机的内外参数及交通场景中道路平面的几何信息;其次,研究Blender建模原理,完成虚拟道路平面与OBJ格式虚拟模型的建立;然后,利用三维重建几何变换基础求得虚拟道路平面与真实道路场景的坐标转换关系,保证虚拟模型注册到真实场景的位置、大小准确;最后,针对增强现实中的虚实遮挡问题,将背景差分法与像素遍历法结合实现准确的虚实遮挡判断,并利用模板缓存技术实现遮挡剔除。(2)虚实融合中光照一致性的研究及实现。首先,研究交通场景光照的影响因素,建立Lambert光照模型,通过离线交互方式求解光照参数,从而保证虚拟模型各个面呈现出正确的明暗信息;其次,研究阴影渲染算法并发现传统阴影映射算法只使用一种深度纹理进行计算的不足,提出对传统阴影映射算法的改进,对静态物体和动态物体渲染时,采用不同类型的深度纹理。经过实验验证,该算法渲染速度明显高于传统算法,可高效地为复杂交通场景中的虚拟模型生成阴影。利用本文的方法,完成了对咸旬高速某路段交通监控视频的增强,构建了三类不易获取的交通事件:高速路行人事件、停车事件、抛落物事件。从实验生成的视频看,新增加的动态、静态虚拟模型与真实交通场景符合几何一致性及光照一致性要求。新生成的事件视频真实度较高,可用于交通视频事件检测技术。