本文在系统分析了智能交通系统（Intelligent Transport System，ITS）的近况和发展基础上，对其中的车牌自动识别系统和智能视频监控中的运动目标检测所涉及的关键技术分别进行了比较深入的研究。本文所做的工作如下：　　1、论述了车牌自动识别系统的各个关键模块，并详细分析了车牌定位模块中常用的方法，最后确定选用基于灰度和彩色特征相结合的车牌定位方法来定位车牌，并实现了基于MFC的车牌自动识别系统。　　2、实现可以检测车辆禁区禁停和车辆逆行的智能视频监控　　3、提出一种自适应背景更新的视频压缩方法及系统的专利　　4、介绍了目前常用的运动目标检测算法，并阐述了它们的优势与不足，在此基础上提出了改进的ViBe背景建模方法，主要改进的方面如下：　　（1）针对ViBe算法无法快速消除Ghost导致误检率增加的缺点,提出基于灰度特征直方图统计的Ghost消除算法。实验结果表明提出的算法能在较短时间内消除Ghost，降低误检率。　　（2）由于运动目标的投射阴影常常影响着信息的准确提取,因此在进行后续处理前必须抑制此类阴影。针对ViBe算法无法消除运动物体阴影的缺点，提出基于OSTU自适应阈值的RGB颜色空间阴影检测算法。实验仿真表明，该方法实现了ViBe算法的阴影检测并提高了基于RGB颜色空间特征阴影检测算法的准确率和自适应性。