城市交通环境的发展给社会带来了便利,智能交通视频监控系统的出现减轻了交通监管部门的压力。随着监控网络的产生,如何在海量的视频数据中检索到所需要的内容成了交通监管部门在处理交通事故时的一个难题。交通视频检索是把基于内容的视频检索技术应用于交通领域,实现对所需信息的快速搜索。本文以基于内容的视频检索为背景,在MFC框架下使用了Intel公司的计算机视觉库OpenCV,采用基于面向对象的思想,设计和实现了一个交通视频检索系统,用于检索包含行人的视频序列。系统由视频读取模块、目标检测模块、检索设置模块以及结果查询模块组成,采用拍摄的交通视频对该检索系统进行测试,其结果表明该系统的性能基本上达到了设计要求。在系统实现以及测试的过程中,本文进行的主要工作如下：(1)通过对视频运动目标检测方法的研究,采用改进的Surendra背景差分与帧间差分相结合的方法来获取运动目标。该方法通过三帧之间的差分进行“异或”运算,把获取的运动目标与背景差分获得的运动目标进行“与”运算,得到的结果作为最终获取的运动目标。(2)使用LBP描述子、Gist描述子和PHOG描述子来描述获取的运动目标图像,把提取的图像特征调整到同一维数并作归一化处理,实现了不同特征的加权融合。用融合后的特征向量表示图像,能更加准确的描述图像的信息。(3)在系统下对支持向量机的不同核函数及参数进行测试并作分析：分别对单一特征检索、两种特征融合检索、三种特征融合检索等情况进行了测试。测试结果表明,与其它几个核函数相比,RBF核函数具有更高的查全率和查准率；当加权系数设置达到最佳时,三种特征融合的检索效果要优于两种特征融合以及单一特征下的检索效果。