1、智能交通系統(tǒng)(ITS，Intelligent Transportation System)是目前全球廣泛研究的課題，近20年隨著我國(guó)公路交通事業(yè)的飛速發(fā)展，我國(guó)的公路長(zhǎng)隧道及地下通道的不斷增多，隧道自身的交通監(jiān)控和安全管理已成為新的研究課題。應(yīng)用ITS技術(shù)到隧道監(jiān)控與傳統(tǒng)的地感線圈的檢測(cè)方法相比，視頻車輛監(jiān)控技術(shù)具有安裝容易，維護(hù)費(fèi)用低廉的優(yōu)點(diǎn)。
　　 目前較常用的視頻車輛檢測(cè)技術(shù)大多應(yīng)用于露天公路車輛的監(jiān)控檢測(cè)，而公路隧道是公

2、路上的特殊路段，隧道里空間狹隘、空氣流通不暢、光線較暗、視野不清等特殊環(huán)境，而這些都是造成交通事故的潛在威脅。在不同的環(huán)境中，基于視頻的車輛檢測(cè)技術(shù)也不同，本文中在前人研究的基礎(chǔ)上，總結(jié)出適合隧道監(jiān)控的、魯棒的、實(shí)時(shí)的方法，用來(lái)處理一系列由固定安裝在隧道里的攝像機(jī)所提供的交通視頻圖像，從而檢測(cè)車輛，并對(duì)監(jiān)控范圍內(nèi)的車輛進(jìn)行分類識(shí)別及跟蹤。該算法主要包括三個(gè)方面：運(yùn)動(dòng)目標(biāo)提取，車輛識(shí)別分類和車輛跟蹤。
　　 運(yùn)動(dòng)目標(biāo)的提取算法，通

3、過(guò)對(duì)幾種傳統(tǒng)目標(biāo)提取算法的分析比較，總結(jié)出利用背景差分法從當(dāng)前監(jiān)控區(qū)域中提取運(yùn)動(dòng)目標(biāo)。背景差分法主要分為建立背景模型和閾值差分兩步完成。
　　 然后，基于隧道對(duì)車輛分類的要求，利用BP神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行分類識(shí)別。在仔細(xì)研究了隧道運(yùn)動(dòng)目標(biāo)的各種特征以后，提出了根據(jù)運(yùn)動(dòng)目標(biāo)的矩特征、速度特征和面積特征作為輸入，將分類類別作為輸出，訓(xùn)練并驗(yàn)證了神經(jīng)網(wǎng)絡(luò)可行性。
　　 在運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)跟蹤技術(shù)中，基于Kalman濾波的跟