论文研究了一种基于复合颜色空间与时、空域信息的智能视频车辆监控系统。该系统由多个检测前端和一个监控端组成。检测前端的硬件由视频检测卡和PC机构成,其软件由运行在Windows环境下的软件DOWNITS和在视频检测卡中运行的DSP车辆检测程序组成;监控端由软件UPITS和PC机构成。UPITS具有友好的人机界面,可以远程修改检测参数。一个监控端可与多达64个检测前端通过WinSocket通信接口构成远程监控系统。在监控端可以查看任意一个检测前端的现场图像和检测结果,如车辆速度、流量等。若在监控端选配图像抓拍卡和车牌照识别软件还可以识别车牌号。每个检测前端可以检测两个方向的车流信息。论文的主要工作是设计DOWNITS、UPITS和基于DSP的车辆检测程序的设计,并为此研究了摄像机定标算法、车辆参数检测算法、交通灯检测算法和事件检测算法。在算法研究过程中,主要完成了以下具有创新性的工作:1.提出了一种基于虚拟检测线组的车辆检测算法,该算法运用时、空域信息对虚拟检测线组进行了优化,其复杂程度和实时性接近检测线法,而鲁棒性较检测线法有很大提高;2.提出了利用Y、Cr、Cb三种信息的车辆移动阴影去除算法;3.提出了利用YCrCb与HSV颜色空间和时、空域组合信息的交通灯检测算法,较仅基于亮度信号检测的算法更准确;4.提出了基于时域灰度相关性的背景建立和自适应阈值更新算法。应用以上算法,系统得到了较高的检测精度,表明了算法良好的应用前景。