随着社会经济和信息技术的发展,道路交通压力的增大使得对于智能交通网络的需求越来越迫切。对于机动车辆行驶状态的测量是智能交通网络非常重要和基本的功能之一。目前常用的雷达测速、地感线圈测速等方式或多或少地存在测速角度限制多、安装施工复杂、成本高、不能多目标同时测速等问题。通过分析对比传统测速技术的不足,本文提出了一种基于立体视觉的车速测量系统。通过一个标定过的双目立体视觉系统捕获两路存在一定视差的视频,利用一个优化的SSD网络在捕获的两路视频中检测车牌,对检测到的车牌目标进行跟踪和立体匹配,以快速提取立体匹配点对,再利用标定参数计算出准确的立体匹配点对所对应的空间点的三维坐标。最后,根据车辆在一定时间内通过的距离来测量车速。车辆移动方向则通过描述跨多个帧连接选定的三维点来实现。该系统实现了非侵入式和不可探测的车辆运行状态测量,克服了多车道多车同时在不同方向、不同运动状态下的测速难题。该系统在五种不同的实际情况下进行了测试,通过专业的卫星测速仪获取相关的真实速度。测得的速度误差范围为[-1.6,+1.1]km/h,最大误差率为3.80%,符合中国国家标准GB/T 21555-2007中误差低于6%的应用要求。实验结果表明,该方法具有较高的精度和有效性。此外,为了解决越来越多的监控设备以及越来越高的监控设备分辨率带来的视频处理、传输和储存压力,提高监控视频的压缩速率,本文还提出一种将人物和车辆作为感兴趣目标区域,在HEVC视频编码标准下针对感兴趣区域的CU划分优化策略,在保证视频主要内容质量的同时,大幅节省了压缩时间。