1、改革開(kāi)發(fā)以來(lái)，我國(guó)經(jīng)濟(jì)的飛速發(fā)展，人民生活質(zhì)量的不斷提高，我國(guó)私家車(chē)的保有量與日俱增，盡管道路的里程數(shù)逐年增長(zhǎng)，但現(xiàn)有的道路交通資源依然難以支撐當(dāng)前的交通壓力，交通擁堵、交通秩序紊亂及汽車(chē)尾氣引起的大氣污染等給人們的安全便捷出行帶來(lái)了諸多不便。智能交通為未來(lái)交通的發(fā)展提供了一種新的思路，車(chē)輛違章行為檢測(cè)作為智能交通領(lǐng)域（ITS）炙手可熱的研究課題，對(duì)改善和緩解我國(guó)當(dāng)前的交通現(xiàn)狀具有現(xiàn)實(shí)而深遠(yuǎn)的意義。
　　論文結(jié)合現(xiàn)階段我國(guó)智能交通

2、的發(fā)展現(xiàn)狀，分析了城市交通場(chǎng)景下的車(chē)輛違章行為，如壓實(shí)線、違章轉(zhuǎn)彎、違章停車(chē)和違章逆行等，提出了車(chē)輛檢測(cè)、跟蹤和違章行為檢測(cè)方法，在基于OpenCV視覺(jué)庫(kù)和VS2013平臺(tái)下，對(duì)不同交通場(chǎng)景下的車(chē)輛違章行為進(jìn)行實(shí)驗(yàn)檢測(cè)，取得了較好的效果。論文圍繞對(duì)智能交通系統(tǒng)（ITS）中車(chē)輛違章行為檢測(cè)方法的研究而展開(kāi)，研究了車(chē)輛檢測(cè)、車(chē)輛跟蹤算法，并根據(jù)跟蹤參數(shù)實(shí)現(xiàn)車(chē)輛違章行為的識(shí)別與檢測(cè)。主要研究?jī)?nèi)容如下：
　?、佘?chē)輛檢測(cè)方面：首先，對(duì)比分析

3、了三種背景建模算法，提出了一種高效的自適應(yīng)背景更新策略。然后，在光流法、幀差法和背景差分法的基礎(chǔ)上提出了一種快速的背景差分法來(lái)獲取前景，并通過(guò)連通區(qū)域行標(biāo)記算法實(shí)現(xiàn)從前景中分離出目標(biāo)車(chē)輛。最后，在兩種不同的交通場(chǎng)景下，對(duì)車(chē)輛進(jìn)行檢測(cè)，并取得良好效果。
　?、谲?chē)輛跟蹤方面：首先，在基于Meanshift算法、Camshift算法和Kalman濾波算法的基礎(chǔ)上，提出了一種結(jié)合Kalman預(yù)測(cè)、Camshift定位的多目標(biāo)跟蹤算法。然后

4、，在跟蹤過(guò)程中，針對(duì)車(chē)輛被遮擋以及車(chē)輛與背景同色，分別提出了相應(yīng)的解決方法。最后，在三種不同交通場(chǎng)景下，對(duì)該算法的跟蹤效果進(jìn)行實(shí)驗(yàn)，結(jié)果表明，該算法具有較好的魯棒性和實(shí)時(shí)性。
　　③車(chē)輛違章行為檢測(cè)方面：實(shí)現(xiàn)了車(chē)速與車(chē)流量的統(tǒng)計(jì)并對(duì)常見(jiàn)的車(chē)輛違章行為的檢測(cè)方法進(jìn)行了研究。車(chē)速及車(chē)流量的統(tǒng)計(jì)是通過(guò)車(chē)輛經(jīng)過(guò)感興趣區(qū)域的速度和數(shù)量來(lái)計(jì)算的。在車(chē)輛壓實(shí)線和違章逆行檢測(cè)中，通過(guò)分析對(duì)比車(chē)輛運(yùn)動(dòng)軌跡參數(shù)與車(chē)道線參數(shù)，實(shí)現(xiàn)了對(duì)車(chē)輛相關(guān)違章行為的