基于视频技术的车辆监测技术由于其维护方便,易于实施的特点,近年来广受关注。车辆跟踪技术是实现视频车辆监测的关键技术之一,是交通流量检测和交通事件判断的基础。本文对车辆跟踪算法进行了研究,主要内容包括:(1)在传统的背景提取和二值化方法的基础上,提出了一种基于块的背景提取和二值化算法,该算法将图像分成一定的块,通过计算块内的均值和方差,针对每个块进行背景提取和二值化。(2)对二值化后的目标车辆进行区域标记,提出了一种基于区域面积的噪声去除方法,该方法利用区域标记得到的区域面积作为去除噪声的准则,然后通过横纵坐标的加权对目标进行合并,从而完全的分割出每辆车。(3)针对跟踪问题,提出了一种基于树型联系图的跟踪方法,该方法改进了Surendra Gupte,Osama Masoud文章中所提出的联系图跟踪方法,利用目标在两帧间的重叠面积计算权重,每个目标建立一棵跟踪树,通过分析树的分裂和合并,可以很好的解决遮挡和粘连情况,从而得到目标运动的轨迹。本文所设计的算法在车流量比较大、车辆容易发生遮挡和粘连的西安市南二环进行现场实验。实验结果表明,该算法能够很好的解决车辆遮挡和粘连问题。对跟踪得到的车辆运动轨迹进行进一步分析,判断是否有异常(撞车、停车、慢行、逆行等)发生,从而进行快速报警。