在智能交通系统中,对运动车辆实现无人监控是当今研究的热点问题,它涉及到计算机视觉、信息采集、视频图像处理等各方面的技术。运动车辆的有效检测和准确跟踪是现代智能交通研究的核心部分。本文对此问题进行了一些研究,给出了一种在自然道路背景下运动车辆自动检测与跟踪的方法,并开发了相应的软件系统,初步实现了运动车辆的自动跟踪。本文实现了基于帧差法的运动车辆的检测,并对图像的平滑处理、增强、边界检测、噪声去除等方面做了分析和研究。在连通区域上,提出一种新的多运动目标探测标记法,实现了公路交通中运动车辆的有效检测和提取。在车辆检测的基础上,本文采用匹配-修正-预测的循环策略对车辆跟踪进行了研究。根据运动车辆在相邻两帧中移动距离不大,从而在图像中面积的变化也不大的特点,采用运动车辆的中心和面积两个参数在相邻图中进行匹配。利用卡尔曼滤波理论建立运动模型,通过车辆特征如中心位置和面积大小进行预测,预测得到的运动目标和当前帧中的目标进行匹配,寻找运动目标在图像序列中各帧中的对应关系,确定其运动轨迹,可以进一步得到车速、车流量等重要的交通参数。实验结果表明,减小了模板匹配的搜索区域,并降低误匹配的概率,能够对运动车辆进行有效跟踪。此外,由于该算法处理参数少,数据量小,能够实时跟踪到车辆在图像中的位置。本文设计并用Visual C++实现了基于视频的运动目标检测实验系统,给出了系统的框架结构和实现步骤。最后还对影响交通检测精确度的因素进行了分析,并提出一些解决方案。