视频监控技术在智能交通系统(Intelligent Transportation Systems)中得到了广泛的应用，成为ITS信息获取的重要手段。随着图像传感器和图像处理技术的不断发展，新一代智能视频监控系统已经具备运动目标检测、分类、跟踪和视频内容分析等功能。研究符合ITS需求的新型智能监控系统是图像处理研究的热点之一，视频测距测速、障碍识别、车牌识别、车辆跟踪等技术是这一领域取得的重要研究成果。 论文围绕大视场道路环境下运动车辆测距、测速这个主题，主要工作包括： 1)在透视变换算法的基础上，提出一种大视场多CCD视觉模型，适用于道路等开阔平坦区域。该模型使用一组轴线共点的呈扇形排列的多CCD摄像机获得路面图像，运用几何透射关系将图像投影到道路平面，拼接生成一幅大视场道路图像。图像上的每一点已经与道路实际坐标建立了映射关系，可以确定道路上的车辆等运动目标的实际位置，用同一目标在相邻帧上的距离差除以时间间隔，即可获得运动速度。 2)利用车道线平行这一特点，调整输入参数，减小因输入参数误差造成的透视变换系统误差；把车道线作为图像拼接的特征要素，提高拼接的精度。 3)改进减背景运动目标检测算法，加入去除图像振动预处理算法，既提高了前景目标提取的准确性，又提高了测距测速的精度。 4)以建立实用系统为目标，确定系统图像处理流程，选择处理速度快、准确率高的图像处理算法，使得系统既能满足实时性要求，又具有较好的鲁棒性。 5)编写仿真软件，实现原型系统，完成仿真实验。实验结果表明，系统方案可行，测距误差在2％以内，能够满足交通测量要求。