随着我国经济的快速发展,机动车数量逐年增长,道路交通事故造成的经济损失和死亡人数也急剧增加。各类交通事故已成为危害城市交通安全的严重问题,而造成交通事故的首要原因就是机动车违章行为。由于交通图像包含了最全面的交通信息,随着计算机视觉理论与技术的快速发展,视频图像处理技术被广泛应用于交通违章事件的监控中。违章停车是目前最为常见的机动车违章行为,严重影响城市交通秩序,并容易诱发交通事故。基于视频的交通违停抓拍系统可以对道路上的违章停车事件进行实时监控,自动获取违章证据,使司机自觉遵守交通规则,减少交通事故和道路拥塞的发生,具有非常好的应用前景。本文对目前交通视频监控中车辆检测与跟踪算法进行了研究,论文的主要工作包括:1.分析了各种动态背景建模方法的特点。针对城市违章停车交通场景,分析并改进了混合高斯背景模型,结合图像临近像素的相关性消除前景噪声的影响,并通过实验论证了该方法的有效性。2.讨论了帧间差分、光流法、背景差分等几种目标检测方法的特性,采用背景差分方法进行目标检测。针对阴影干扰,比较了目前常用的阴影抑制手段,给出了一种建立车辆阴影模型、基于HSV颜色空间检测线线间差分的阴影分割算法。3.使用Kalman滤波器进行轨迹预测,在引入特征匹配矩阵的基础上,进行关联决策,给出了一种快速实时的目标跟踪状态判决逻辑;使用跟踪轨迹的均值和方差来识别机动车的违章停车行为。4.对基于视频的交通违停抓拍系统进行了设计与实现。