在智能交通系统中,基于视频的交通事件检测系统是一种结合数字图像处理和计算机视觉技术的智能化交通检测系统。本文运用数字图像处理和计算机视觉技术,对基于视频的运动车辆检测和跟踪系统进行了原理分析与设计,对数字图像处理和计算机视觉的相关知识作了介绍,并对阴影去除、背景更新、目标检测、目标跟踪和交通事件检测等进行了研究。　　 视频图像由于采集环境、设备性能等各种原因往往会存在一定的噪声,因此需要对输入的视频图像进行预处理。本文通过对图像进行图像间转换、图像增强、噪声抑制和阴影去除的处理,经预处理后,图像能够很好地满足后续处理需要。　　 车辆检测是视频交通事件检测的基础,本文通过对现有多种算法的研究与分析,创新性地提出了一种改进后的分块背景估计法,并在此基础上对运动车辆进行了识别与提取。此算法通过MATLAB仿真后,取得了良好的效果。　　 车辆跟踪是视频交通事件检测的重要组成部分,本文对目标跟踪多种算法进行了深入研究和分析,创造性的提出了一种改进后的Kalman滤波的车辆跟踪系统,采用“预测-匹配-修正”的循环策略,寻找运动目标在图像序列中各帧中的对应关系,确定其运动轨迹。该算法具有良好的实时性和准确性的特点,满足了后续的交通事件检测的研究。此算法通过MATLAB仿真后,也取得了良好的效果。　　 交通事件检测是在车辆检测与跟踪系统基础上进行的,本文主要对车辆逆行、车辆停车和车辆超速这三类交通事件进行研究,并提出相应的具体检测方法。