为了提高公路交通行车安全,对公路上车辆违章行为的及时检测是非常重要的。而违章行为监控系统是交通部门用于监管违章车辆的一个重要手段,随着计算机视觉和DSP不断的发展壮大,使违章行为监控系统的研究有了质的飞跃。对监控视频中车辆的实时检测和跟踪是监控系统的核心部分。其主要功能为检测监控场景中的运动目标,实时跟踪分析其运动轨迹,为后期的违章行为判断提供必要的信息。本文的主要工作为三个部分：运动车辆检测,运动车辆跟踪,黄线违章行为判定。(1)车辆检测部分：对三种运动车辆检测的方法：光流法、帧间差分法和背景差分法,分析每一种方法的可行性,指出其优缺点。将帧间差分法和背景差分法进行了比较,采用了基于背景差分法提取运动目标。通过对差分图像的统计特性的分析,对其进行阈值化、二值化,突出了我们所关注的车辆目标,再结合中值滤波和面积阈值等方法减少了外界带来的干扰噪声,然后采用连通域分析的方法,区分出不同运动目标,为后续提取目标特征做准备。(2)车辆跟踪部分：本文采用了基于卡尔曼滤波的跟踪算法和基于特征的匹配算法对目标进行实时跟踪。在跟踪过程中,利用卡尔曼滤波器其预测功能减少对车辆的搜索范围,根据提取的目标车辆形心和外接矩形作为匹配参数。进行目标匹配。此方法减少了搜索范围,降低了计算的复杂度,跟踪准确性较高。(3)确定了黄线违章行为的判断标准：目标外接矩形的坐标与黄线区域坐标的偏离程度。本文以TMS320DM642为核心搭建了实时运动目标检测系统的硬件平台。它集成了丰富的外围设备和视频接口,在嵌入式视频处理系统方面有良好的性价比。并在CCS开发环境下利用C语言编写相应的函数模块,实现了从交通场景的视频数据采集,检测,跟踪,违章行为监控为一体的系统。