随着交通拥挤和堵塞等各种问题的日益突出，以及计算机技术的不断发展，智能交通系统(Intelligent Transportation System，简称ITS)得到了越来越广泛的应用，其关键技术的研究具有深远的意义。基于视觉的交通监控是计算机视觉技术在智能交通监控系统中的主要应用之一。 计算机视觉为交通系统提供了更为直观方便的分析手段，交通环境中大量的信息来源于视觉，用计算机视觉技术来处理或理解这类信息是一种自然的选择。它对于缓解交通阻塞，提高道路通过率，减少事故的发生，加强交通安全具有重要的现实意义。 本文针对智能交通系统中的关键技术，做了许多研究分析和相关实验，具体工作和成果如下： 车辆检测方面：研究了帧间差分法和背景差分法来提取运动车辆目标，本文应用帧差法实现了对运动车辆目标的检测。 车辆跟踪方面：研究了Mean-Shift算法在车辆跟踪上的应用，并且实现基于区域的多目标跟踪算法。由于Mean-Shift算法存在的不足，本文又研究了基于最大后验概率指标(PPM)的跟踪算法，并实现了基于PPM的跟踪算法对车辆的跟踪。 车型识别方面：研究了基于车辆轮廓特征的车型分类识别方法，该方法先用不变矩、体态比、矩形度、伸长度、圆形度等车辆轮廓形态特征分量构成一个特征向量组，再以欧氏距离为判据实现车型的识别分类，取得了较为理想的效果。