本文致力于系统地研究在交通视频检测的整体过程中,最前沿的图像处理算法的技术进展和具体应用。为了达到这个目的,本文首先较为详尽的描述了智能交通系统(ITS)的发展概况,功能设计与检测需求;随后介绍了ITS中,典型的交通视频检测子系统所应该具有的主要模块及其处理流程,以及这些模块在实际应用中大量依赖的几类图像处理技术。在此基础上,本文引出ITS对交通视频检测的各个步骤的具体要求与亟待实现的功能,并相应阐述国内外当前发展最为成熟的,用于完成这些任务的图像处理的理论及其相关具体算法:诸如运动图像分割,消除阴影、增强图像和车辆辨识与检测、匹配、跟踪以及进行流量统计等至关重要的交通参数的间接获取。针对交通视频分析的每一个环节,本文分析和比较了多种前人提出的对应算法的优点,劣势和适应条件,并做出可行性分析。随后针对交通监测各个步骤的独特特点,对现有图像处理的具体算法进行综合与改进,如优化背景估计和保护性滤波。或者提出创新的算法,如车辆辨识,子阴影的分类辨别及其色度相似性的识别,等等。最后,本文对交通道路检测中的摄像机标定,检测区域划分等系统设置进行了探讨,跟据实际交通检测的经验提出视频检测系统可能面临的问题,如天气的变化,摄像机的抖动和背景干扰等等,并给出对应的解决算法理论及实际测试结果。