1、違章車(chē)輛檢測(cè)與抓拍是智能交通系統(tǒng)中的重要組成部分，在約束司機(jī)行為、減少車(chē)輛違章與交通事故、提高交通效率等方面發(fā)揮著重大作用。本文針對(duì)目前車(chē)輛越、軋線車(chē)道線與違停兩種違章行為的監(jiān)管系統(tǒng)范圍小、檢測(cè)與抓拍成功率較低等問(wèn)題，研究一種新的基于高速球攝像機(jī)的大范圍監(jiān)管系統(tǒng)。
　　首先，根據(jù)軋線、違停監(jiān)管應(yīng)用需求分析，設(shè)計(jì)了基于高速球攝像機(jī)的系統(tǒng)總體硬件框架、工作原理和算法流程，以增大監(jiān)管范圍和提高可靠性。
　　其次，根據(jù)軋線、違停監(jiān)管

2、應(yīng)用需求和系統(tǒng)可靠性問(wèn)題，對(duì)現(xiàn)有高速球攝像機(jī)缺少角度反饋這一缺陷，將角度編碼器增設(shè)在其內(nèi)部云臺(tái)的兩轉(zhuǎn)動(dòng)軸上，構(gòu)建了閉環(huán)運(yùn)動(dòng)控制系統(tǒng)，并研究了基于ARM的測(cè)控硬件系統(tǒng)，以此為基礎(chǔ)，建立抓拍測(cè)控模型。
　　然后，為了提高從道路背景中提取出的車(chē)輛目標(biāo)準(zhǔn)確性，分別研究了基于有參與無(wú)參背景模型的前景檢測(cè)算法，通過(guò)理論與實(shí)驗(yàn)研究了現(xiàn)有算法的優(yōu)劣，將一種歷史像素序列與ViBe相結(jié)合，做背景建模，驗(yàn)證實(shí)驗(yàn)表明，與現(xiàn)有多種背景建模算法相比，本文算法

3、的目標(biāo)提取準(zhǔn)確率較高，誤檢率較低，且對(duì)初始化時(shí)產(chǎn)生的偽前景有良好的抑制能力。
　　此外，針對(duì)現(xiàn)有圖像測(cè)距算法過(guò)程復(fù)雜、操作繁瑣等問(wèn)題，設(shè)計(jì)了基于相機(jī)成像原理和車(chē)道等寬線的標(biāo)定方法，分別實(shí)現(xiàn)了縱向（車(chē)道方向）與橫向（車(chē)道垂直方向）測(cè)距，實(shí)驗(yàn)結(jié)果表明，本文方法實(shí)現(xiàn)簡(jiǎn)單，目標(biāo)位置信息獲取準(zhǔn)確，測(cè)量誤差均在15％以下，較好的達(dá)到了本系統(tǒng)動(dòng)態(tài)抓拍要求。
　　最后，針對(duì)本系統(tǒng)的大范圍監(jiān)管需要相機(jī)配合云臺(tái)、鏡頭動(dòng)作才可以抓拍到不同位置違章