本文描述了一种单摄像机俯视交通的标定方法。本程序不要求技师测量任何对应点或使用特殊校准目标。安装系统的技术人员只需测量摄像头干扰器的高度和倾斜度，并在图像中选择道路边缘。根据这些输入，我们使用消失点来计算相机的焦距和平移。我们表明，使用校准参数，投影方程可以测量车辆在指定范围内的距离和速度

 

    LED有望成为下一代的照明光源，使用LED的数据传输系统备受关注。在这篇论文中，我们提出了一种使用LED交通灯和高速摄像机的分层编码方案，用于智能交通系统（ITS）的应用。此外，如果单独用监控屏蔽器调制交通灯中的每个LED，则可以使用相机作为接收设备进行并行数据传输。这种平行LED相机通道可以建模为空间低通滤波通道，其截止频率随距离而变化。为了克服这个问题，我们提出了基于二维快速Haar小波变换的分层编码方案。结果表明，所提出的分层传输方案优于传统的开关键控，即使LED摄像机距离更远，也能保证高优先级数据的接收。

 

    摄像机异常和篡改的检测在视频监控中引起了越来越多的兴趣，以实时提醒摄像机故障。然而，对于交通摄像头监控干扰器对车辆和识别车牌的异常检测还没有正式的研究，现有的方法无法解决这一问题。在本文中，我们提出了一种针对交通场景的摄像机异常检测方法，与普通监控场景相比，该场景由于交通流和交通拥挤而具有明显的动态特征。用作低级特征的图像质量是通过无参考指标来衡量的。利用光流的直方图分布计算图像动力学作为中间层特征。通过对具有概率状态转移的图像质量和视频动力学建模，设计了一种用于异常检测的两级分类器。该方法对城市监控场景中的许多具有挑战性的问题具有鲁棒性，并且具有非常低的误报率。实验在交通场景中记录的真实视频上进行，包括高交通流量和严重拥挤的情况。我们的测试结果表明，该方法在交通摄像机异常检测的准确率和虚警率上都优于以往的方法。