随着计算机技术、网络技术、图像处理技术与计算机视觉的飞速发展，智能化视频监控系统使计算机能够代替人对视频监控的信息进行采集，处理和决策。本文主要研究的是如何对高速公路的视频监控图像进行处理和分析，从中提取出车辆的速度信息，为智能交通系统(ITS)提供必要的交通参数。本文把测速问题划分为两个子问题：行驶时间的测量和行驶距离的测量。对于距离测量本文提出了一种新的图像定位方法：基于对路面已有的白色标线的检测来计算有关图像定位的三个参数。并以此获得图像位置和对应监控道路位置的对应关系。该方法与传统摄像机标定法相比不需设置复杂繁琐的标定物，比常用的虚拟线圈方法有更好的实用性和适应性。同时采用易维护和较高抗震性能的路边单杆摄像机来采集图像，方便了系统的安装、调校和修理，对高速公路的正常运行不会产生影响。本文还提出了一种基于阈值分割和边缘检测的路面标线检测算法，用来检测道路上三条车行道标线的位置以及每段标线的端点位置。本文同时还采用了基于背景差分的车辆检测方法和基于卡尔曼滤波的车辆跟踪方法，对道路上的车辆进行正确的检测和跟踪，并利用基于边缘检测的阴影消除算法排除车辆的浓烈阴影的干扰，得到每帧图像上车辆的准确位置，然后可以得到车辆在图像上的运动轨迹，结合图像定位可以得出车辆在真实场景下的行驶距离。根据得到的视频帧数时计算出车辆的速度。最后，本文还提出了一套可行的机动车视频测速系统设计方案。总之，本文对视频测速中的测距问题和目标检测和跟踪问题进行了深入的分析和研究，对这些问题提出了自己的解决方法。并且对这些方法作了实验，实验结果表明，本文提出的方法具有一定的精确性和稳定性，能够满足实际系统的要求。