本文分析了交通事件自动检测技术存在的主要问题,研究了基于视频跟踪的交通事件检测系统中的关键技术,在此基础上提出了基于目标运动轨迹分析的交通事件检测方法。针对摄像机采集的交通视频图像,主要对所涉及的图像二值化分割、目标跟踪和轨迹提取以及交通事件检测相关技术做了分析和研究。在图像二值化分割过程中,采用了改进的多帧图像平均法的背景提取方法,并提出基于块的二值化方法,该方法把图像分成若干互不重叠的子块,通过计算前景和背景的每个子块内像素的均值和方差,以块为单位对图像进行二值化分割。本文采用基于目标角点的块匹配跟踪方法,用基于Sobel边缘检测算子的角点检测算法提取目标角点,以目标角点所在块为模板采用全搜索的匹配方法得到目标的运动轨迹。在轨迹处理中,提出基于弦长和弧长关系的伪轨迹处理方法,得到合理的运动轨迹。通过研究分析目标的运动轨迹,给出了目标运动方向的计算方法。结合交通事件的轨迹、速度特点,给出了车辆慢行、超速、逆行、变道等交通事件的检测方法。在行人和停车事件检测中,文中提出基于速度与目标外接矩形面积大小相结合的检测方法。文中提出的算法在不同的交通场景中进行了实验,实验结果证明,算法对目标遮挡、粘连等有较强的适应性,计算量相对较小,满足了实时跟踪的要求,给出的事件检测算法能够准确的检测出车辆的异常行为,并实现事件的自动报警。