交叉口是指两条及两条以上道路的相交处,是车辆行人汇集、转向和疏散的必经之地,为交通的咽喉。获取交叉口中各种目标的运动数据对于交通设计、管理等具有重要意义。由于交叉口通常包含众多目标,且目标之间冲突较多,这使得获取交叉口视频中目标运动参数工作难度较大。本文针对交叉口视频的特点,对交叉口复杂场景下的目标检测、跟踪、分类技术进行了深入的研究,并针对性地提出了若干算法和技术方案。本文主要研究工作及研究成果如下：(1)在运动目标检测算法中,将传统的混合高斯模型推广到空间域,建立基于时空信息的双混合高斯模型,并针对时空双模型提出基于决策融合的背景检测算法,有效地利用道路像素信息,提高了运动目标检测质量。(2)在运动目标跟踪算法中,针对交叉口目标多,冲突严重的特点,实现多目标跟踪算法框架,之后利用目标运动分析结果控制新目标加入,通过MeanShift算法解决车辆冲突,并采用改进的滤波算法解决全局遮盖问题。这一系列算法的改进提高了跟踪算法的稳定性和鲁棒性。(3)在运动目标分类与参数提取中,提出利用目标动态特征建立目标可信性度量,并针对带有可信性度量的目标进行基于K均值算法的分类,有效地实现了运动目标的分类。同时讨论了交叉口视频的成像变换和目标参数提取技术,完成了检测、跟踪及分类算法实用化的必要研究。(4)在算法研究的基础上,为了满足实际道路参数提取的需求,实现了一套通用智能交通视频分析软件,并对不同需求的使用者提供了两套交互界面。