随着经济的快速发展和城市规模的不断扩大,机动车辆的数目也在急速增长,然而交通建设和人们的交通法制意识却相对滞后,交通违章肇事频频发生,给交通监管部门提出了更高的要求。交通视频中机动车辆检索系统的应用,不仅能够为城市的交通规划提供第一手的数据,也能够为交管部门和公安部门追查肇事违章车辆提供极大的便利。本文针对交通视频机动车辆检索流程中的运动车辆检测、跟踪、车辆特征提取和分类,以及交通视频关键帧提取四个关键技术进行研究,提出了一些新的算法和解决方案。本文主要研究工作包括:(1)提出一种自适应在线聚类的背景提取和更新方法,与背景差分法相结合进行运动车辆的检测。(2)提出将运动检测与CAMShift算法相结合以弥补CAMShift算法在用于交通视频跟踪时存在的不足。改变CAMShift算法中使用的色彩空间为后续的颜色特征提取阶段做好准备。(3)提出对车辆颜色的量化和分类方法,并研究利用从车辆正侧面轮廓中提取的几何特征进行车型分类。(4)提出基于虚拟检测线技术的交通视频关键帧提取,以运动车辆为关注对象高效地提取关键帧,克服传统关键帧提取方法不适于交通视频的问题。本文对提出的方法进行了实验论证,实验结果表明所提的技术方法是行之有效的。