智能交通视频监控系统以提取监控范围内感兴趣的目标，并对其进行分类为最终目的，而其中一个关键的问题便是摄像机的标定。本文以数字摄像机为研究平台，重点研究了靶标点的提取、摄像机内外参数的标定、车辆目标的分类三部分内容，并进行了一系列实验。靶标点的提取作为研究摄像机标定的基础，直接决定着后期计算摄像机内外参数的精度，所以有必要研究一种高效、快速、准确的检测算法。在分析了Harris角点检测算法和最小二乘法拟合曲线方程等方法优缺点的基础上，提出了基于图像联通区域质心的靶标点检测算法。通过对图像联通区域进行二值化、标记、测量和必要的形态学处理等一系列行之有效的操作，实现了靶标点的准确提取，并且该算法可以适用于不同形状的靶标，避免了同一系统中不同的靶标，采用不同检测算法的问题。摄像机标定技术是当前智能交通视频监控系统的关键技术，研究一种简单、快速、有效的标定算法，有重要应用价值。本文采用了两步法和张正友法两种经典的标定算法来对摄像机进行标定，并通过实验对两种算法的理论进行了验证，最终建立了一个实时的双目立体视觉系统。车辆目标的分类是智能交通研究的核心，目的就是要准确的对监控范围内的车辆目标进行分类。本文通过研究群体智能计算，提出了基于猫群算法优化的k-均值聚类算法，实现了车辆目标的分类。