近年来，随着城市的迅速发展，交通问题成为一大困扰。现有的城市道路很难扩展，而城市车辆却日益增多，交通承受前所未有的压力。各种解决方案应运而生，其中智能交通系统受到了广泛的关注。智能交通系统是一种基于监控视频的视觉车辆检测和跟踪技术，因安装维护方便，采集信息丰富，检测报警及时等优点受到广泛关注。其中，实现车流量信息提取的关键技术----车辆的准确检测和跟踪成为近几年的研究热点，并且具有广阔的应用前景。　　本文以城市道路上的交通监控视频为研究对象，围绕视频检测算法的几个关键问题进行研究，形成了一个相对完整的交通视频检测算法。首先对道路摄像机进行快速标定，然后进行背景提取，并对背景进行更新。然后可以进行运动目标提取，分别选用背景差法和帧差的方法，减少鬼影，获得了完整的运动目标。下一步对阴影这个难题做出了相应的分析研究，使用基于快速归一化互相关的阴影消除，并结合形态学处理和线扫描，减少了算法误将车窗、车顶部分划为阴影，并去除干净阴影边缘。在消除阴影之后对每个运动目标运用卡尔曼滤波预测下一帧的位置，并使用匹配算法进行目标匹配。最后便可以进行车流量信息提取，同时根据得到的车辆速度，检测超速等违章行为。通过系统仿真，本算法得到了有效验证。