进入21世纪以来，世界经济进入快速发展时期，各个城市内的车辆也是日益增多。无论是发达国家还是发展中国家，都毫无例外不同程度地受交通问题的困扰，交通拥挤、交通事故、环境污染已成为现代社会亟待解决的几大问题，由此带来了巨大的能源消耗，浪费大量宝贵时间。

    与此同时国内智能交通系统的发展也迎来了黄金时代，据前瞻产业研究院发布的《2015-2020年中国智能交通行业市场前瞻与投资战略规划分析报告》数据显示，过去三年中，2011年依靠“十二五”智能交通行业政策纷纷出台的利好影响，中国城市智能交通市场爆发式增长，市场规模增长增大由接近20%猛增到30%以上；2012年受国家宏观经济环境不佳和各地方政府换届的影响，市场规模增速回落到20%以内；2013年在国家债务审计，地方债务问题备受关注的情况下，虽有国家各级政府换届后领导层渐入佳境的利好，但市场增速并未达到市场预期，保持了20%的增长水平，全年市场规模达到192亿元。市场的强烈需求推进着智能交通技术的不断创新，体现最为明显的就是智能交通摄像机。

    电子警察与高清卡口属于智能交通系统最重要的组成部分，可以实现对城市违章车辆取证处罚功能，更好的维护了交通秩序，确保市民的出行安全。而作为其核心设备的智能交通摄像机，不断的发展创新，引领者智能交通技术的前行。其发展主要历经了以下几个阶段：

    第一阶段：标清时代(90年代~05年)

    此时的交通像机处于起步阶段，像机的设计、图像的分辨率、系统的稳定性都存在一些问题。首先，摄像机采用胶片或数码像机，虽然能抓拍违法车辆，但无法实现车辆的连续抓拍，不能对违法车辆的违法过程形成有效的处罚依据。其次此时的像机为模拟像机，清晰度非常低，图片包含的信息比较少，尤其在顺光、逆光等条件下，图片质量差，适应能力较弱。同时此时的像机是非工业设计，稳定性较差，对于长期使用在室外风吹雨淋的环境下，很容易损坏，但厂家一般不负责维修。

    另外，此时电子警察多采用“像机+线圈”的检测方式。此种方式采用地感线圈(感应棒)进行触发，需要在前端铺设地感线圈(感应棒)，而地感线圈是需要在车道上切割环行线槽，然后埋设感应线圈(或感应棒)。车辆通过时感应线圈产生电磁，会发射信号给相应设备，检测算是比较准确。但是由于需要在地下埋设感应线圈，这样在加大了施工难度的同时，也提高了工程的成本。而且麻烦的是当路面变更渠化时还需要重埋线圈。另外路面质量不好的地方对线圈的维护工作都是巨大的，并且一段时间以后还需要重新更换线圈，施工维护成本相当高。

    第二阶段：高清时代(05~10)

    随着像机技术的不断发展，高清像机开始普及，智能交通像机也进入高清时代。此时的交通像机在电子警察中可以连续抓拍三张图片，实现对车辆违法过程的记录。并且抓拍图片分辨率达到1080p，红灯、车牌、停车线清晰可见，可以满足交警的实际需求。同时检测方式也脱离了线圈，实现视频检测。

    技术的发展离不开市场需求的激励，同样当像机技术满足了基本需求，更高的要求随之而来。此时的交通像机同样存在一些问题，首先总体架构采用“监控像机+抓拍像机+处理主机”的方式，其中监控像机的作用是监控整个道路场景，然后传送视频流给处理主机用于分析车辆；抓拍像机作用是接收处理主机抓拍指令，对图片进行抓拍，最后把图片传回处理主机；而作为系统最重要的处理主机，肩负着分析监控像机的视频，发出抓拍指令，接受图片并进行车牌识别等工作。显而易见，主机的工作量很大，在整个系统中处于主要地位。而处理主机的加入，使整个系统的造价大大提高。同时在室外恶劣的条件下使用，主机的故障率很高，虽然大多采用无风扇结构、嵌入式系统，但仍存在稳定性问题。价格和稳定性因素一直限制着整套系统的发展。

    其次，此时的识别算法采用虚拟线圈，存在着准确率的问题。虚拟线圈技术属于视频分析识别技术的一种，通过对目标场景进行背景建模，划定虚拟线圈，车辆特征信息的提取等技术实现对通过车辆的检测。由于技术限制，其算法存在着一定的缺陷，首先误抓拍比较高，虚拟线圈会实时分析线圈区域内场景变化，当有树荫、下雨等条件干扰时，无抓拍很高，从而对后续有效图片的筛选带来很多工作。其次，算法可实现功能少，智能实现简单的闯红灯、卡口车辆抓拍，对于车辆变道、压线等行为却无能为力，使用局限性比较强。

    第三阶段：智能时代(10年以来)

    此时我们迎来了智能时代，像机真正变成了“有大脑的智者”。主要体现在以下几方面：

    首先，前端只需一台像机。像机采用H.264+JPEG双码流技术，其中H.264视频流用于车辆检测，而JPEG则用于抓拍车辆，这样集成了之前的两台像机的工作。同时像机内置DSP处理芯片，集成了车辆检测、抓拍、图片识别一体化，兼容了处理主机的工作。真正实现了一体化，降低了系统成本的同时，对于现场施工以及整体系统的稳定性带来了革命性的变革。

    其次，采用车辆轨迹跟踪算法，相比于虚拟线圈，跟踪算法实时跟踪车辆可以实现更多规则检测，同时检测也更准确；一般采用背景建模和前景建模技术。其中背景建模是基于背景检测的技术实现：当没有车辆在视频检测窗口中通过时，视频中呈现的是路面、路侧建筑物、树木等物体成像特性，这些特性变化在相邻帧视频流中差异很小，变化缓慢，因此可以检测相邻视频序列中某设定区域的图像特性变化，来判定车辆的进入、滞留、运动、变化、离开等事件特性，从而实现系统抓拍。优势是计算量小；实现简单；对系统处理单元要求不高，适合嵌入式化，对提高抓拍系统整体稳定性有显著意义。劣势是检测指标不稳定，很容易受天气、光照、阴影、非机动车要素、成像设备抖动、传输链路噪声、车辆行驶特性的干扰，造成漏抓，多抓，误抓问题。

    而前景建模分为两种，包括车辆检测和车牌检测。车辆检测基于前景检测的技术实现，源于如下设定：当车辆在视频检测窗口中通过时，会在某时段内的视频序列中，在特定区域连续出现车辆特性，进而判定车辆的进入、滞留、运动、变化和消失等事件特性，从而实现系统抓拍。优势是对有牌照的车辆，检测精度高、检测性能稳定，可以很好适应各种天气、光照、阴影、非机动车要素、成像设备抖动、传输链路噪声、车辆行驶特性的干扰。劣势是不能对无牌车辆检测；同时受制于车牌特性在图像整体大视野中稳定性的变化，如牌照变得不可辨识时，不能给出更为细致的车辆运行特性，从而丧失深层行为判定能力。