随着计算机视觉技术和图像处理技术的迅猛发展，视频监控技术在各个领域中的应用越来越广泛。视频监控系统就是利用摄像机等电子设备来捕获视频序列，然后使用计算机视觉技术和图像处理技术自动地对视频序列中的运动目标进行提取，再对目标进行运动分析的应用系统。　　 近年来，随着汽车保有量的不断增长，在城市道路或者大型停车场环境下，城市交通拥堵现象日趋严重。经分析，交通拥堵的主要原因来自于没有合理的导引措施和策略。本文研究的基于视频监控技术的车辆导引系统正是在这样的背景下提出的。它主要研究城市道路网和大型公共场所的车辆导引策略，解决城市交通的拥堵问题。导引的目的是让车辆从起点位置能够有序，快速地到达目标位置。在导引的过程中，要对车辆进行实时监控，监控车辆的运行线路，若出现异常状态，要给出警告性的提示。本文将车辆导引系统划分为三个主要模块：路径自动生成模块，车辆提取模块和车辆导引模块。　　 路径自动生成模块是车辆导引系统的核心模块之一，它主要负责生成车辆的行进路线。在车辆导引系统中，给定车辆的起点位置和目标位置，路径自动生成模块将根据监控范围内的道路网络，以某种既定的原则生成车辆的行驶路径。在本文中，选择车辆的能耗最小和行进时间最小作为路径生成的原则。这样，路径生成策略就转变为一个求一个有向图的最短路径问题。本文采用一种改进的Dijkstra算法来求两个顶点之间的最短路径。　　 车辆提取模块的主要功能是提取由摄像机捕捉的视频序列中的运动目标。运动车辆的提取对车辆的行为分析具有重要意义，是车辆监控模块的基础。运动目标检测技术是计算机视觉领域的热点问题，具有一些较为成熟的理论基础。本文首先介绍了运动目标检测技术的几种基本研究方法；然后分析了混合高斯模型在目标检测中的应用以及存在的问题，并给出一种基于快速的混合高斯模型的检测算法。该算法主要从模型的参数的更新时间入手，根据场景像素值的稳定性来动态控制模型参数的更新速度；最后，对这种基于快速的混合高斯模型的运动目标检测算法进行了实验，并对实验结果进行了分析和总结。　　 车辆跟踪模块是整个系统最重要的模块。它主要是应用运动目标的跟踪技术对提取到的车辆进行实时跟踪，保证车辆正确地行驶在路径自动生成模块生成的路径上。本文首先介绍了目标跟踪的一般研究方法；然后分析了运动车辆的特征，选择目标的主颜色作为特征，给出了一种基于特征的跟踪策略；为解决目标运动中产生的形变和尺寸大小给跟踪带来的问题，给出了目标的增量形式的主颜色直方图表示；最后，为验证跟踪模块的有效性，给出了几组实验结果，并对实验结果进行了对比和分析。