智能交通视频监控系统(ITSS)以将监控范围内提取感兴趣目标为目的,需要综合运用图像采集、去噪、增强、阴影消除和目标跟踪等软硬件技术,而其中一个关键的问题便是对车辆目标的准确分割和实时跟踪。本文以数字摄像机和PC为硬件平台,进行一系列实验,重点研究了城市道路路况信息的获取。为了搭建一个高性能、运行稳定的视频监控系统硬件平台,在充分分析各种监控系统的优缺点的基础上,本文选用了基于千兆以太网的数字摄像机的视频监控系统。实验表明该硬件方案性能优越,为后续实验打下了坚实基础。图像分割作为研究交通图像序列的起始阶段,直接决定着后期交通目标跟踪的成败,所以有必要使用一种实时性高、分割准确的算法。在对比传统的光流法和相邻帧差法分割效果的基础上,本文选用基于背景差分的交通图像分割算法。通过建立初始背景、动态背景更新、背景差分、自动阈值选取和必要的形态学处理等一系列行之有效的算法,实现了运动目标的正确分割。阴影消除是当前交通视频监控系统的关键技术,建立适用性高且分割准确的阴影消除算法,有重要研究价值。本文通过深入研究当前主流的阴影消除算法,在进行大量实验的基础上,确立了一种基于归一化RGB色彩模型的阴影消除算法,实现了运算量小,分割准确的效果。目标跟踪是交通图像序列研究的核心,目的就是要准确跟踪监控范围内的感兴趣目标。本文通过研究模板匹配、主动轮廓模型和Kalman滤波等算法,提出了基于主动轮廓模型的Kalman滤波算法,实现了交通图像序列的车辆目标跟踪,实验证明了算法的可靠性。