随着现代城市交通设施的不断完善，交通工具数量日益增加，交通压力急剧增大，事故发生率显著上升，智能交通监控势在必行。道路交通智能化是电子信息技术在交通运输领域应用的前沿课题，目前大多数的交通监控都是二维视频监控，而仅仅依靠二维视频监控无法完成目标的精确定位，给三维交通视频监控带来诸多不便。因此，立体视觉尤其是双目视觉被应用于交通视频监控领域以解决二维视频监控难以解决的问题。相对于二维视频监控，立体视频能够提供监控场景的深度信息，立体视觉的应用会将交通视频监控带向一个新的发展空间。在三维视频监控领域中，运动目标的分析是关键，包括对运动目标的检测、定位、跟踪以及对运动区域的增强等。运动目标的检测是基础，主要是采用相应的技术从视频中将运动目标提取出来。在运动目标检测的过程中，需要处理好运动目标的阴影产生的干扰问题。检测与提取到准确的运动目标之后，选取合适的特征，利用立体视频左右视点图像对目标进行特征匹配、定位与跟踪。针对识别目标的图像区域与其他的高关注度局部图像区域，采用质量、时域、空域可分级算法进行图像增强。实现在一般时间、空间分辨率下，高关注度局部区域图像质量可根据带宽情况达到最佳以及在带宽允许情况下，提高该区域内容的空间、时间分辨率的目的，最终提高交通道路中多视点视频监控的监控质量。论文总结了当前主要的目标检测、定位、人体跟踪以及视频图像增强算法，并进一步研究其在三维视频交通道路监控中的可行性与有效性，主要的研究工作如下：1.研究视频监控系统中运动目标的检测与提取算法，提出了一种彩色图像混合高斯建模、HSV颜色空间的阴影处理以及水平集轮廓跟踪三种技术相结合的方法检测与提取运动目标。2.分析摄像机模型与立体匹配原理，结合运动目标检测与提取算法，基于立体匹配技术实现运动目标定位。3.研究目前主要的人体跟踪算法，介绍了退火粒子滤波器（APF）的原理。在APF的基础之上，结合多视点视频监控的特点，提出了一种新的基于APF的多视点人体跟踪算法，以实现三维视频监控场景中的行人跟踪。4.研究视频图像编码可分级增强技术，在可分级编码（SVC）方案中MGS编码基础之上，提出了一种基于分块的视频图像感兴趣区域增强算法。首先，该方案对视频图像进行感兴趣区域划分，将图像区域划分为感兴趣区域与背景区域两部分。然后，对感兴趣区域内的图像内容采用MGS质量可分级编码技术进行逐级增强，将残差（增强层减去基本层）的16个DCT变换系数进行分层传输得到不同质量的增强层；对背景区域，抑制增强层的传输，只传输基本层视频图像。在网络带宽一定或者受限的情况下，提高感兴趣区域的视频图像质量。