随着安防产业的迅速发展,视频监控系统被应用在生产生活的各个领域,传统的视频监控系统效率低,需要大量人工操作。而智能视频监控系统由于其高效率、无人值守的特点,受到广泛关注。本文研究的是智能交通视频监控与预警系统建模,该系统能够实时监控场景中的车辆,并对进入警戒区域的车辆发出警告,极大提高了检测效率,在交通管理方面有很大的应用价值。本文研究了车辆检测跟踪领域的关键技术,提出了相应改进算法,并根据系统设计原则,完成了软件系统的设计和优化。具体来说,本文完成了以下工作:第一,在运动目标检测方面,本文分析了光流法、帧间差分法和背景减除法等传统算法,重点研究了基于混合高斯模型的背景建模算法,根据应用场景的特点,提出一种新的背景建模与更新算法,实验结果显示,本文应用环境下该算法具有更高的效率;第二,在阴影滤除方面,研究了阴影形成的原理以及阴影在不同颜色模型下的属性及检测算法,根据在户外单一光源环境下阴影的特性,提出一种改进的基于归一化RGB颜色模型的阴影检测算法,实验结果显示具有很高的检测准确度;第三,在运动目标定位方面,本文分析了摄像机非线性畸变条件下的成像模型,研究实现了经典的Tsai两步标定法,充分利用交通场景中已有的交通标线,提出一种快速的摄像机现场标定算法,实现图像坐标到地理坐标的快速转换;第四,在车辆目标识别与跟踪方面,根据系统提供的位置信息,改进了基于特征的车辆识别与匹配,并且利用Kalman滤波器实现了车辆的跟踪;最后,完成了系统软件设计后,利用性能剖析工具分析系统性能,并结合GPU加速消除系统瓶颈,使系统满足实时性要求。