实时交通检测与信息采集己经成为智能交通系统中的一项重要课题，而运动车辆的实时检测与跟踪分类则是其中的核心的部分。近年来，基于视频图像的车辆检测跟踪技术已成为研究的重点和热点。本文对此问题进行了研究，针对车辆的检测、阴影去除、车辆识别与跟踪、车辆分类统计等方面进行了分析与部分改进，初步设计实现了一基于交通图像序列的检测、跟踪与分类统计的车辆智能实时监测系统，并通过实验证明了系统的有效性和实时性。主要研究包括以下几个方面：(1)运动车辆的检测。分析了目前对运动目标检测中背景重建和背景更新的一些技术和方法，给出了一种基于改进的自适应背景方法的背景模型，能实时提取干净的背景帧，有效地实现了背景的实时更新。(2)运动车辆阴影的去除。针对阴影对车辆跟踪和分类带来的不利影响，研究了阴影灰度值分布的特点，利用阴影和背景区域的光度增益特点有效的消除了车辆的阴影。(3)运动车辆的跟踪。针对跟踪车辆所需计算量大、车辆汇聚和分离时跟踪丢失等问题，本文利用车辆跟踪的特点，采用找寻以两帧目标车辆的重叠区域面积为权值的最大权值图的区域跟踪的方法在图像中进行匹配，有效的解决了车辆汇聚和分离时的跟踪问题，实现了运动车辆的实时跟踪。(4)初步设计并实现了一个视频车辆监测系统。系统在．NET坏境利用C#设计实现，该系统主要实现了车辆检测及实时跟踪和运动车辆分类统计。实验结果表明该系统对车辆能够实时有效地获得跟踪结果和分类统计，具有较强的适应性和一定的实用价值。