本文以杭州市的交通状况作为研究背景，针对目前杭州交通的实际情况，提出了基于视频的运动目标检测与跟踪技术对交通流信息进行采集的研究，主要研究工作为：研究了基于灰度的混合高斯分布模型的背景建模问题；研究了运动目标的特征采集和多目标跟踪的相似性算子；研究运用视频技术的动态交通流信息采集的问题。 本文首先介绍了IntelOpenCV图形处理库和DirectShow流媒体处理技术，在此两种技术上对视频解码和控制，对图像进行滤波除噪，并建立了基于灰度的混合高斯的背景模型，利用背景和当前图像进行绝对值差分，检测出运动目标并二值化，二值化选择了效果较好的Otsu方法，对二值化后的图像进行形态学处理，如图像的腐蚀、膨胀等，采集运动目标的各个参数，如面积、重心、最小外接矩形等区域特征，使用相似性算子进行多目标的跟踪，计算量小、系统实时性强，能够比较精确的统计车辆数量和车辆速度，并且在一定程度上解决因遮挡带来的分裂合并问题。 最后，应用论文提出的各种方法，开发出基于OpenCV图形处理库、VisualC++6.0为开发语言的交通流信息采集的试验系统，并介绍了该试验系统的总体功能和结构，及各个模块的详细实现步骤，本文对杭州市两个路段进行信息采集，在下雨路面潮湿和光照变化强烈的恶劣天气下，都取得了很好的检测效果。