随着我国经济的快速发展,高速公路的通车里程、机动车的保有量不断增加,随之而来的交通事故对司乘人员的生命安全及经济发展的影响不断加剧,设计一种快速、准确的交通事件检测系统,提高交通安全势在必行。基于视频的交通事件自动检测系统和基于微波的交通事件自动检测系统都具有各自的优势与不足,然而,它们的优势存在互补性,如果将这两种检测技术进行融合,就能够得到一种快速、准确、稳定的交通事件自动检测系统。本文设计了一种结合视频技术与微波技术的高速公路交通事件自动检测系统,并对系统中的关键技术进行了深入研究。首先设计一种基于改进平均法的自适应背景模型,利用背景差分法分割出运动车辆目标,并对目标进行形态学滤波处理,提取运动车辆目标矩形区域,利用基于Kalman滤波预测与Camshift算法相结合的跟踪算法实现了对运动车辆目标的准确跟踪,根据跟踪算法获取的运动车辆目标的质心位置及矩形区域相关位置坐标,设计了一种利用车辆目标之间质心相对距离变化判断车辆碰撞事件及判断拥堵事件的算法。最后针对实验路段以往交通事件视频数据进行分析,得到交通事件发生后交通流变化的规律,结合此规律与冲击波理论,确定了微波交通检测器布设间距与数据采集周期,利用BP神经网络对所采集的数据进行了处理、分析,验证了本文所确定的微波检查器布设间距与数据采集周期的合理性,实现了视频与微波技术的融合。对比现有的交通事件自动检测系统,本文所设计的结合视频与微波技术的高速公路交通事件自动检测系统具有更高的针对性和实用性,微波交通检测器的布设与数据采集周期设置更加合理,为实际应用打下基础。