随着物联网的发展和高速公路机器视觉监控的普及，机器视觉测速走进了物联网的视野。众所周知，由于高速公路运动车辆速度极快，实时性要求很高，这使许多精确度高的方法不能很好的运用到高速公路机器视觉测速中。本文以机器视觉的相关理论为基础，提出了一种基于机器视觉的高速公路车辆测速方法，对高速公路场景进行分析和处理，从而实现运动车辆测速，为智能交通提供有效的监控数据。由于在一个监控视野里面可能有多辆运动车辆，所以基于机器视觉的高速公路视觉测速必须对每个车辆进行检测，监控锁定跟踪，并测定单位时间内车辆运动的距离。针对以上问题，本文以高速公路车辆为研究对象，开展高速公路视觉测速方法研究。首先建立了适合于高速公路的运动车辆检测方法。通过分析三种运动目标检测方法，提出了多尺度混合高斯背景建模方法进行背景差分检测。在运动车辆检测前对光照突变、阴影和雾气进行预处理，在去雾时本文运用视雾气为传播图的处理方法。并通过实验验证了多尺度混合高斯背景建模方法的有效性。其次将改进CamShif跟踪方法运用到高速公路机器视觉测速。在跟踪寻优过程中加入适合高速公路的带宽向下调节和目标向前搜索策略，并利用Kalman预测器进行预测下一帧运动车辆的位置，从而使其能够自动有效的跟踪运动车辆。然后又提出了适合于高速公路的运动车辆定位方法，采用完全几何的定位方法计算出运动车辆的运动距离，对运动车辆进行定位。最后通过拍摄的视频，对运动车辆检测、跟踪和运动距离测量等进行试验验证。通过运动车辆检测和跟踪得到运动车辆在监控区域内的位置，并得到车辆在该监控时间段内的运动轨迹，利用距离测量方法得出在三维监控场景中的真实距离，利用数帧法得出运动时间，从而得出运动车辆的速度。实验验证结果表明，测速结果平均误差在4%之内，基本达到了预期目标，满足高速公路的车辆测速的实时性要求，具有良好的应用价值。