视频检测技术是多学科的交叉与结合，既是一门科学学科又是一门工程学科，运用机器视觉和数字图像处理技术，探讨机器视觉技术在驾驶员桩考系统中的实现方法，这对机器视觉技术方法研究和实际应用具有一定的价值。本文以驾驶员桩考系统为研究对象，采用图像处理技术和机器视觉理论方法，研究如何在熟悉或不熟悉环境条件下检测和识别出运动目标，自动跟踪和测量所监控运动的车辆目标。本文基于机器视觉研究从图像或图像序列中提取信息，对客观景物和物体进行形态和运动识别，获取周围环境的信息，计算目标物体运动的方向和速度。研究内容如下：1．采用了背景差分和帧间差分相结合的方法，对序列图像进行分析，分割运动区域，检测、提取运动目标；2．对差分图中灰度值不为零的像素点，采用帧间差阈值和光流法求出其光流场分布；3．做了以针孔模型下摄像机标定，并分析计算图像中物体的深度信息；4．结合移动机器人系统，按照桩考系统的场景和要求，研究基于机器视觉的机器人模型设计，对桩考实现。在Windows环境下设计了系统整体功能结构和软件算法，实验证明，该方法对移动目标的提取识别与跟踪具备不易受干扰和快速的特性，效果良好。可有效地提高驾驶员桩考的公正性和准确性。