基于视频的运动车辆检测具有可视性强、检测信息丰富和安装维护方便等优点，成为智能交通领域的研究热点。而夜间场景下，由于视频图像噪声多、亮度低、光照变化剧烈，检测效果不理想，成为视频车辆检测器产品性能提高的一个瓶颈。本文从工程项目实际应用的角度出发，主要对高速公路和城市道路实时拍摄的监控录像进行夜间运动车辆检测的研究。 1．提出了一种联合时空信息的夜间运动车辆提取算法。在时间域上首先采用了帧间差分，然后对差分图像进行均值平滑滤波，最后采用大津法进行自动阈值分割，分割出来的运动目标细节信息丰富；在空间域分析时提出了一种基于距离的聚类方法，能很好消除时间域分割之后目标的空洞。 2．改进了传统的虚拟线圈检测运动目标方法，将每个运动车道内的虚拟线圈再分为左中右三部分，通过分析运动车辆质心的分布、虚拟线圈的占用和灰度值分布情况来提高夜间运动车辆检测的效果，区分不同车型。 3．在VC开发环境下，开发了一套视频检测系统；将系统按照不同功能分为多个模块，便于系统的优化与二次开发。 测试结果表明：文中方法能很好地抑制夜间光晕，算法复杂度低、实时性强、检测效果好，具有较强的可移植性。