随着改革开放不断深入到我们的日常生活中,国民经济一直在稳定提高,城市道路不断进行整改、扩建,这就迫切需要对交通管理能有更高效、更全面的管理。为了全面监视、管理和控制交通就需要开发由一系列法规、工作人员、硬件与软件共同组合而成的交通管理系统。交通管理系统是信息采集、分析处理的过程,是以进行有效的交通控制和管理为前提,利用先进的信号检测手段来获取交通状况信息,以达到最大限度地发挥整个交通系统的运输和管理效率。在交通管理过程中,对交通视频的管理、处理越来越成为交通管理中对车辆进行监控的重要手段。在视频图像对运动的目标车辆实时精确定位,目标的识别、分类及跟踪在交通管理系统中有着非常广泛的应用前景。同时运动车辆的视频跟踪是对车辆识别、交通流和车辆计数等控制的必要前提,也是公路智能管理系统的核心部分。在整个交通中,运动中的车辆检测和跟踪是一个非常重要的研究领域,追踪的过程也就是在视频图像中进行目标匹配的过程,但是由于诸多因素的影响使得对目标车辆的检测变得非常复杂,像背景图像的动态变化、天气和光照等干扰因素的影响。当然对此很多学者和专家做出了大量的研究,也提出了许多对图像进行预处理的方法。图像进行预处理的就是对视频图像进行采集、背景处理后,然后对目标进行识别的过程。本文解决的问题就是在对图像进行预处理中,通过对运动目标的检测、背景的提取和适当的去噪处理后如何更有效的对车辆进行目标匹配算法的应用。提出的基于特征匹配的车辆目标检测算法和基于SIFT(Scale invariant feature transform)算法的车辆匹配技术能够在保证匹配测试结果准确的情况下大幅度的提高匹配的准确度,更大程度的消除环境因素对车辆匹配过程中的影响,达到我们的期望值。