国民经济的快速发展,居民生活质量得到了明显改善,表现在城市交通中私家车数量急剧增加,使道路安全形势随之变得更加严峻。夜间城市交通事故发生率持续升高,准确获知夜间车辆信息变得尤为重要。通过联系车辆轨迹提供的位置信息以及车牌识别系统获知的车主信息和车辆信息,并准确传递相邻两个监控点的监控数据,最终实现路网视频监控数据联网,对降低事故发生率、疏导交通流量、优化行车路线以及追究肇事者责任,具有非常重要的社会意义。针对夜间城市交通监控视频中各类车辆轨迹的完整提取,本文提出了一种结合车辆类型与轨迹反馈修正的跟踪系统。在视频远中近区域筛选复原车灯后,用面积重叠法获得车灯初始轨迹,再应用反馈纠正误匹配并拟合不完整轨迹;通过单应性矩阵推算实际车宽,按照车宽与车灯数目分类车辆后,利用时空相似度完成车灯配对;最后修正、优化车辆跟踪结果,实现相邻两个监控点间车辆轨迹的完整提取。本文主要通过单应性矩阵建立图像坐标系与世界坐标系之间的变换关系,计算出车辆的宽度、位移和速度等真实稳定特征,以便减少透视变换及光噪声对车灯配对的影响。应用分区滤除的同时结合稳定性判断删除噪声后,利用反馈修正解决车灯匹配过程中存在粘连、遮挡等干扰导致目标轨迹断开问题。把车辆按照车宽及车灯数目进行分类处理,避免了车辆轨迹混乱、不完整情况。本文处理了含普通车、小轿车、货车及公交车、摩托车、双前灯中一灯出现故障车、双前灯功率不同车、四前灯车的12段测试视频。实验结果表明,与现有先进算法相比,本文跟踪系统提高了车灯正确匹配率和车辆跟踪率,能够完整提取相邻两个监控点间的车辆长轨迹。