随着我国城市化迅速发展,车辆拥有率日益提升,导致交通道路压力增大,因此如何在交通运输系统中,通过智能手段监控并处理交通道路中出现的问题成为目前智能交通的主要研究方向。在智能交通系统中,计算机视觉系统扮演着越来越重要的角色,通过各种图像传感器及计算机视觉处理系统实现全域的道路监测成为了可能。本文提出一种采全景相机作为智能交通系统中的传感设备以取代目前的枪式摄像机,不仅可以减少现有摄像头的布置密度,而且还可以扩大监测范围,利用相机间对目标的位置信息传递、交换及跟踪,实现智能交通分布式图像传感器信息融合与全域监视。论文的主要工作如下:首先针对折返式全景相机的特点,在常规的图像映射展开技术的基础上,提出了一种改进的像素点映射变换的方法,此方法变换后的图像具有透视变换的视觉效果,以满足变换后的图像能更好地适应目标跟踪。基于分布式成像系统对监控目标信息融合的需要,着重研究了分布式系统中各相机在世界坐标系中位置标定方法,并以多相机的共同可视目标来确定各个相机的世界坐标,并实现整个监视系统所有相机的关联。对任何位置的监视兴趣目标,一旦进入监视系统中,分布式布置的传感器通过信息交换,就能感知其位置,使控制中心能利用其位置信息为目标跟踪和监视提供最佳的传感器。考虑到全景相机的成像特点,利用图像中心固定的圆形盲区位置进行图像定位,研究了盲区圆环图像参数的确定方法,采用图像滤波,图像二值化,霍夫圆变换等技术,实现盲区圆环图的中央黑斑中心和半径计算。此外,本文以全景相机所拍摄图像为基础,以Haar-like特征作为目标的描述特征,用压缩跟踪算法对目标进行跟踪,并且通过编写软件,实际比较了特征在全景圆环图,全景常规展开图以及改进的映射变换图上的跟踪效果。最后结合目标位置信息与颜色直方图特征以均值漂移的方法对目标进行多相机跟踪实验。