智能交通系统(ITS)是目前世界交通运输领域正在研究和广泛关注的课题。近年来,智能交通系统的应用给交通运输业带来了巨大的经济效益,对于道路设计、流量监控和高速公路管理起到了越来越重要的作用。论文所研究的视频车辆检测跟踪技术在ITS中占有很重要的地位,与传统的车辆检测方法相比,视频车辆检测技术不仅具有安装维护便捷且费用较低、可监视范围广等诸多优点,同时可以对道路现场图像进行智能化分析和处理,能够采集到所需要的多种交通流参数,包括某一段时间通过的车辆数,每一时刻车辆所在位置。对视频中车辆的检测跟踪是一项庞大的工程,它既要对视频信号进行数据采集并进行处理,还要针对车辆的检测跟踪进行具体的应用程序编写和开发。如果所有底层的算法都要自己编码实现,既浪费时间和精力上,又难以保证稳定性、实用性和通用性。本文采用了Intel公司资助的一种用于数字图像处理和计算机视觉的函数库OpenCV,可以在图像预处理方面省去很多底层代码的编写。目前存在的视频车辆检测技术在天气变化、大范围、多目标的情况下,运动车辆的分割和检测的效果不是很理想,需要进一步改善。就此现状,论文利用一段视频对视频道路车辆进行检测并统计车流量。本文主要做了如下研究工作:利用OpenCV的运动物体跟踪的数据结构、函数库,建立了一个视频车辆分析系统,用于道路上车辆的检测与跟踪。系统主要包括:视频图像预处理、车辆的前景检测模块、车辆跟踪模块。在检测模块方面,提出了一种基于背景差法的自适应车辆目标检测方法,可以较准确地检测出车辆目标;跟踪方面,提出了一种形心跟踪和Kalman滤波器相结合的算法,实现视频车辆的精确跟踪。最后,使用此视频车辆检测跟踪软件进行实验,并全面分析了实验现象和数据。实验结果表明程序具有良好的实时性和鲁棒性,能够正确的进行车辆的实时检测和跟踪。由于软件在Windows操作系统下使用Visual C++6.0进行编写,因此,如何将该系统移植到其他操作系统或者嵌入式平台,并进一步提高系统的通用性和鲁棒性还有待继续研究。