运动车辆的检测与跟踪是现代智能交通系统的重要组成部分。本文在分析和总结现有的车辆检测和跟踪技术的基础上,重点研究了摄像头固定下运动车辆的检测和跟踪技术,完成的主要研究工作如下:(1)运动车辆检测技术研究研究并提出了一种基于帧差法与背景差分法相结合的车辆检测方法,首先利用基于帧差法的自适应背景更新模型提取与更新背景,然后利用背景差分法得到前景运动区域。对分割出的前景区域采用基于HSV颜色空间特征的阴影检测方法检测并去除车辆阴影,获得车辆的真实运动区域。最后利用形态滤波和外接矩形提取方法准确地获得运动车辆的外接矩形,并将此作为车辆检测的最终结果。(2)运动车辆跟踪技术研究研究并提出了一种基于灰色预测GM(1,1)模型与多特征匹配相结合的车辆跟踪方法。首先利用GM(1,1)模型作为运动估计模型,对运动车辆的位置进行预测,通过预测得到的车辆目标和当前帧中的车辆目标进行匹配,寻找运动车辆在图像序列中各帧中的对应关系,确定其运动轨迹,进而可以得到车速、车流量等重要的交通参数。在进行目标匹配时采用了基于多特征的匹配方法,采用运动车辆的灰度直方图、面积与形状等特征在图像中进行匹配,从而实现对运动车辆的准确匹配。(3)基于视频的车辆检测与跟踪系统的设计与实现根据以上提出的车辆检测与跟踪算法,设计并实现了基于视频的车辆检测与跟踪系统,该系统能够对运动车辆进行准确检测和有效跟踪,并且可以直观地看到车辆检测与跟踪算法的实际效果。