随着道路交通的迅速发展,交通违法行为出现的频率提高,带来的危害性也在增加,因此有效的限制交通违法行为的发生至关重要。智能交通系统是当今处理交通违法行为的一种重要手段,具有范围广、效率高等特点。本文针对智能交通系统中交通违法视频检测的关键技术进行研究并完成系统实现。本文研究的系统处理监控摄像机返回的实时图像数据。为了解决视频图像分辨率较大带来的程序计算效率的问题,同时保留图像的主要信息,对每帧图像按行和列分别进行了抽取操作。为了更准确地识别目标以及减少噪声等干扰因素带来的不利影响,对图像进行开运算的形态学处理。使用均值法建立背景,差分二值化提取前景,连通域分析识别场景中的运动目标,用矩形类来表征每个目标。监控场景中的光照会对车辆造成投射阴影,为解决阴影误压道路标线的问题,使用了一种结合梯度投影和小波变换的阴影去除算法,达到去除阴影区域分割出车辆目标的效果,同时对目标做了形状上的修正。为了匹配不同帧之间相同的运动目标,使用了最大重叠面积阈值法对车辆目标进行跟踪,记录场景中每个目标的位置、大小等信息,保存目标的完整行驶路径。针对复杂的实际监控场景,使用最小二乘法拟合监控区域边界、道路标线、违停区域等边界信息并将数据存盘供程序多次读取。分析运动目标的运动轨迹,并结合道路数据,定义了骑轧道路标线和禁停区域停车等违章行为的判定准则。使用了一种不需要实际路面的信息以及摄像机参数的像素坐标系运动轨迹预测方法,该方法基于运动目标在像素坐标系的历史运行轨迹,计算简便且准确度高,用此预测方法对出现违章行为的车辆进行违章抓拍并保存图像和视频证据。对图像证据进行数字水印加密处理防止被篡改,并和视频证据本地存盘,通过网络传输发送到报警信息接收中心的服务器。设计实现了完整的交通违法视频检测系统。本系统的硬件设备包括球型摄像机、计算机及服务器,软件部分基于MFC软件平台,包括摄像机接口、图像处理、违章判别、抓拍取证、证据上传等模块,实现了摄像机的全自动监控、抓拍和上传。本系统在现实中违章频发路段进行了测试,对违反禁行标线行驶、违章停车等违章行为进行抓拍取证,测试效果良好,并通过公安部产品质量监督中心产品认证。