目前,无人机已被应用到交通管理与控制领域中,成为传统交通监控技术的一种有效的辅助和补充,并且无人机车辆检测和跟踪已成为该领域的研究热点。但是,基于无人机的车辆检测和跟踪还存在一些问题。首先,无人机从高空拍摄的道路监控信息容易受到车辆的运动、建筑物和树木的阴影以及道路连通空白区域的光差、天气条件等外界自然因素的干扰而出现误判;另一方面,由于无人机搭载的摄像机可能做旋转,移动和滚动等动作,致使无人机监控平台的摄像机会发生频繁变化,从而会影响车辆跟踪效果。本文为有效解决无人机道路监控与车辆跟踪方面存在的问题,提出了基于无人机航拍视频的车辆检测和跟踪算法。共分为三个部分:航拍图像道路提取、基于无人机拍摄视频的车辆检测以及车辆跟踪。本文主要贡献如下:(1)针对航拍图像道路检测易受车辆、建筑物、阴影遮挡以及道路连通空白区域的光差、天气等外界自然因素干扰等问题,提出了一种多方法融合的道路提取算法。该算法首先根据建立的颜色模型,应用图像分析技术分析道路的连接特性和宽度特征;然后,运用Hough变换提取图像中道路像素;使用交集处理方法去除图像中的噪声;最后通过道路阴影颜色分析,噪声分类处理以及道路修复等技术,快速高效地从复杂的航拍图像中提取出道路。(2)提出了基于UAV收集的图像数据的新型车辆检测跟踪系统。主要包括四个模块:图像配准,图像特征提取,车辆形状检测和车辆跟踪。在连续图像中引入多个车辆特征点来检测车辆,以提高车辆检测和跟踪的系统准确性。现场测试表明,在不同拍摄高度本系统对交通信息采集的精度较高,可用于未来市区的交通监控和控制。