随着科学的发展，技术的进步，智能视频监控系统在数字图像处理及计算机视觉领域中逐渐成为了一个核心课题。而智能视频监控的目标检测与目标跟踪也成为智能视频监控系统的关键底层技术。在很多领域，人们广范应用视频监控系统监视并持续跟踪所需要的运动目标。本文以智能交通视频监控为应用背景，主要对视频运动车辆检测与跟踪方法进行分析和研究。首先，在运动车辆检测方面，为了解决视频中运动车辆目标检测精度不够精确及容易受到阴影影响，在对三种典型的背景模型进行了分析的基础上，提出了一种基于混合高斯模型的运动车辆检测方法，该方法采用基于HSV颜色空间和高斯阴影模型方法进行阴影抑制，从而达到减少阴影干扰的影响。其次，在运动车辆跟踪方面，本文针对跟踪问题的特点，分析了不同的跟踪模型与当前研究重点，结合现有的算法，提出了基于Camshift的跟踪算法改进。该算法主要是针对其在复杂背景下鲁棒性欠佳，能较好的跟踪目标而不产生漂移。最后，利用OpenCV软件对智能视频运动车辆目标检测与跟踪算法进行编程实现，对程序实现结果进行分析。对背景差分法、帧间差分法、三帧差分法进行实验比较，然后对三种运动车辆目标检测方法进行实现；在车辆目标跟踪过程中则利用实验比较Meanshift和Camshift改进算法两种算法的不同，通过实验得出基于Camshift算法改进算法能更好的对车辆进行跟踪而不产生车辆丢失或偏移问题。