利用计算机视觉技术进行交通状况检测与信息采集是智能交通系统(ITS)领域中的一个重要课题,本文详细地研究了基于视频检测的交通信息采集系统。针对交通场景的特点,提出了一种新的车辆检测与跟踪的模型,把感兴趣区域(ROI)划分为车辆识别区与车辆跟踪区两个部分。在车辆识别区,使用了基于虚拟检测线的视频检测方法来实时检测车辆,它使用背景差分的原理,将车辆从背景中分割出来。为了提高检测精度,引入了一种时空图像序列分析的技术,并将其补充到背景算法中。在车辆跟踪区,通过分析常用的目标跟踪算法,给出一种基于Kalman滤波的车辆跟踪算法,通过车辆检测﹑车辆运动估计和车辆匹配三个模块实现车辆的跟踪。此外本文对影响系统检测可靠性的部分典型问题,如车辆阴影问题及变更车道车辆的检测问题都提出了解决方案,并设计了相应的处理算法。最后开发出的视频交通信息采集系统对实际道路环境下的大量的图象序列进行了测试,取得了较好的效果。