20世纪70年代开始，计算机视觉技术和图像处理技术已开始应用于道路交通。1972年日本首先研制成功用图像处理技术来实时测量交通参数的设备，随后各发达国家相继开展这个领域的研究。当时图像处理技术的发展受到计算机软硬件的限制，发展比较缓慢。80年代后，随着计算机事业的迅速发展，图像检测及处理技术迅速发展，在交通中的应用从交通流采集拓展到交通事件检测等多个课题，以Hoose、Wan、Michalopou－los以及Lu等为代表的众多学者分别利用图像处理技术在交通事件检测、高速公路上的拥挤排队检测、交通流参数检测等方面做了大量的工作。近年来，越来越多的学者和专家采用基于视频技术进行交通流参数的采集。目前，已经有一些软件和系统被开发并成功应用于高速公路机动车的检测和跟踪中。最具代表性的产品是美国ISS公司的AU－TOSCOPE视频检测系统和ITERIS公司的Vantage视频交通数据采集系统，图1．1为AUTOSCOPE视频检测操作界面。
图1．1 AUTOSCOPE视频检测系统操作界面
AUTOSCOPE视频检测系统由软件和硬件两部分组成，其安装操作比较复杂，它主要通过设置虚拟线圈检测车辆的存在、交通事故的发生（比如违章停车和碰撞）和交通流数据的采集。该检测器是在模拟高速公路上铺设的线圈检测器的基础上开发出来的，所以与线圈检测器有共同点，另外与线圈检测器相比，有以下优点：
（1）不用破坏路面。在任何路况、任何气候条件下，系统均可正常工作。
（2）不用干扰正常的交通运行，就可完成检测器在操作界面上的设置。
（3）检测器的设置状况比较直观，用户可以直接通过界面观察，以确保检测器的设置是否在最佳位置。若不在最佳位置，其重新配置也比较简单方便。
（4）一个摄像头可覆盖6条车道，可使用多种方式进行传输，用户可免受其他设置在路面上的传输设备的限制。
（5）安装简便，不用因道路维修而中断交通检测。
（6）在不利天气条件下，交通检测不受影响。
（7）用户可利用各种所需类型的检测器，而不用受任何限制，易调整，移动检测器位置或改变其大小，以满足不同的交通应用和道路覆盖范围等方面的要求。
Vantage视频交通流数据采集系统不仅可以实时检测机动车，还与感应式交叉口信号灯控制系统、电子警察抓拍系统进行整合。Vantage视频检测软件功能比较强大，能采集到各种交通流数据，如：交通量、速度、密度等宏观交通流参数，另外也能对微观交通流参数进行检测，如车头时距、车头间距等，另外对交通事件也能实时检测，如违章停车报警、低能见度报警，火灾报警等。由于其功能比较强大，被广泛应用于高速公路监控和城市道路的交通管理中。
以上两种视频软件的缺点有：上述两种视频软件对视频拍摄要求比较高，如果在拍摄中摄像机抖动会导致检测区域的背景环境发生变化，这有可能降低车辆检测器的检测精度而造成对运动物体的误判，另外一个影响检测精度的重要因素就是车辆的相互遮挡，上述两种视频软件对遮挡现象未能很好解决，当检测区域出现大量的车辆相互遮挡时，软件的检测结果将会失真。因此，如何提高视频车辆检测器的检测精度是充分发挥视频车辆检测器作用的关键。
继美国之后其他发达国家根据自己国家的交通运行特征各自研发了适应自己的交通特征的检测器，如在不停车收费系统中，意大利研发的车牌自动识别系统可完成自动车辆识别和自动收费过程。Chris Kreucher等人于2005年提出利用基于粒子滤波器和自适应采样相结合来解决多目标跟踪问题。
通过美国和意大利的研究发现国外的研究比较侧重于应用，如卡内基梅隆大学和美国沙尔诺夫公司联合研制的视频监控系统VSAM（Vidoe Surveillance and Monitoring），美国马里兰州大学和IBM公司联合研制的实时视频监控系统W4，后者将形状分析和目标跟踪技术相结合，对人的外表进行模型构建。麻省理工学院多媒体实验室于1997年研制的Pfinder系统能在室内恢复人的三维描述，它可以在复杂的环境下对单个人进行跟踪等。
目前，利用统计图像模型进行车辆跟踪比较引人关注，最常用的模型是MRF模型，因为MRF提供了方便且直接的方法对图像像素的空间相关特性进行描述，该相关特性可以通过MRF中的概率值来表示。Hamersley和Clifford提出MRF与Gibbs分布的等效性原理后，MRF在实际中的应用被广泛推广。后来，Besag提出了MRF中联合分布的概念，为基于贝叶斯准则进行图像处理提供了数学模型。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
