随着我国经济建设的蓬勃发展，有效的城市道路交通管理在人们的经济、社会活动中的重要性日益显著。因此，深入研究解决城市交通问题有着极为重要的现实意义。另一方面，随着计算机硬件技术和计算机视觉技术的发展，计算机视觉在交通方面的应用也越来越广泛。运动目标分析的主要目的是从包含运动物体的图像序列中检测、跟踪和识别物体，并对其行为进行理解和描述，以得到感兴趣的信息。视频车辆的实时检测是智能交通监控系统的核心部分之一。本文的主要研究内容是基于视频的运动车辆检测和跟踪问题，其中涉及到视频环境下背景的实时更新和生成、运动车辆的自动分割、运动车辆的定位和运动车辆的自动跟踪等方面的研究。本文介绍了智能交通系统的概况、结构、发展现状；概述了目前较为流行的几种车辆检测技术，并讨论了各自的优缺点。简单介绍了本文的实验环境，基于视频的运动目标检测和跟踪系统的总体设计和要求，然后重点介绍作者所参与完成的工作，即基于视频图像的运动车辆的检测和跟踪中所涉及到的算法，主要包括以下工作和研究：1)背景的更新和生成。在序列图像中，如果利用固定背景差分法，将受到光照等外界条件的影响，导致运动目标的分割有很大的误差。为了能适应光照条件的变化，本论文采用一种自适应的、实时的背景更新和生成方法，来获取当前背景帧图像。从实验结果看，该算法对于初始背景的要求不高，初始背景中有、无运动车辆，该算法均能自动地生成当前帧背景。2)运动图像预处理。在分割后的二值图像中，为了消除孤立噪声点的影响，采用数学形态学的方法对其进行处理，消除噪声点和填充区域内部的孔洞；另外，为了能很好地检测出运动目标的边缘信息，对灰度图像进行形态锐化预处理，其目的是增强目标的边缘。3)运动车辆的检测。采用一种从粗到精的定位方法来定位运动目标。首先根据二值图像在水平方向和垂直方向的投影，粗略地定位出运动目标的区域，然后采用多尺度形态边缘检测算子对粗定位的运动目标的灰度图像进行边缘检测，利用水平边缘投影和垂直边缘投影来精确定位出运动车辆的位置。4)运动车辆的跟踪。为了实时跟踪视频范围内的运动车辆，采用区域重心的方法对运动车辆进行跟踪。对运动车辆定位后，通过计算每个运动区域的重心，并对每个区域作上标号，然后采用重心方法对运动区域进行跟踪。从实验结果来看，无论是单个运动目标，还是多个运动目标，无论是行驶在直道上的运动车辆，还是行驶在弯道上的运动车辆，该方法都能准确地检测和跟踪运动车辆，并且在时间上也能满足系统的需求。基于视频的运动目标检测和跟踪的研究是一条充满了困难和挑战的道路，只有付出长期坚持不懈地努力，充分运用各个学科的研究成果，运动目标检测跟踪和识别的真正自动化、智能化、实用化处理的时代才会到来!