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、识别、跟踪物体,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运动车辆的检测问题,其中涉及到视频环境下运动车辆的自动分割、阴影检测等方面的研究,并给出了其在电子警察系统中的一个应用。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,重点研究了背景差分方法的自适应背景生成和更新模型。在此基础上进行了以下研究:1)本文采用了一种基于虚拟线圈的车辆检测方法。该方法通过统计图像中的灰度跳变来描述图像的特征。这种描绘子明显地表现了样本的中间统计结果的意义。用这种描绘子来检测车辆,意义直观、计算简便,还可以在对检测区进行部分统计的情况下就可得出结果。在实验中,也取得了较好的效果。2)对运动车辆检测中的阴影检测进行了研究。在运动车辆检测中,阴影的存在会引起车辆的合并、车辆形状的失真等一些严重问题,而使运动车辆的检测和跟踪出现错误。因此,进行阴影检测是非常重要的。目前,阴影检测主要在RGB和HSV彩色空间中进行。而这存在的问题是,在RGB彩色空间中,R、G、