智能交通系统中，基于视频图像处理的交通信息检测技术已成为交通信息领域研究的热点。基于视频的车辆速度检测是交通信息车辆速度参数获取的重要手段之一，是实现道路限速的基础。寻求高效的基于视频的车辆车速检测算法已成为智能交通系统的一种现实需求。　　 本文主要对基于视频图像的车辆速度检测算法和图像处理在该检测算法中的应用进行了研究，对大量国内外相关论文和学术期刊的阅读和分析，并在此基础上主要研究了运动目标检测与跟踪、摄像机标定和车速测量等关键技术，论文的工作主要有以下几点:　　 在传统运动目标检测算法优缺点的基础上，提出了结合帧间差分法和背景差分法的改进方法来检测运动车辆;并对检测得到的灰度图像进行分割，获得运动车辆目标的二值图像;对获得的二值图像进行数学形态学滤波处理，得到完整的运动车辆图像;并对该算法进行了实验和结果分析，表明了该算法的有效性。　　 论文分析了几种常用的运动目标跟踪算法，结合运动车辆目标检测的结果对目标车辆采用扩展卡尔曼滤波器跟踪法进行跟踪，获得车辆目标在不同帧图像中的位置信息。对摄像机标定方法进行了研究，并采用一种标定方法来进行车辆图像位移与实际相对位移的转换。根据车辆跟踪得到车辆在相邻帧图像中的位移，使用摄像机标定法求出车辆的运动距离，相邻帧图像的时间间隔已知，根据公式求出车辆的速度。　　 根据以上研究内容，在Windows操作平台上采用集成OpenCV1.0的VC++6.0开发一个基于视频的车辆测速系统，并对该系统采用城市道路交通视频进行了测试，实验结果表明，该方法能够较为精确的测量出车辆的实际行驶速度，验证了本文方法的有效性和可靠性。