现有的基于视频的车辆违章检测技术,都是基于路面的固定摄像平台,本文主要是对基于无人机平台所拍摄的道路车辆视频,进行道路运动车辆检测、跟踪和违章判断相关算法的研究分析。其中,视频拍摄载体的不同是本研究方法与传统方法最为明显的区别,无人机这种全新的载体具有一些独特的优越性,包括操作控制较为灵活,监控覆盖面积较大、对道路建设要求较低,对设备能够进行统一维护等。同时,就我国现有交通管理状况而言,扩大交通监控覆盖范围势在必行,因此通过基于无人机平台的交通车辆违章行为检测对交管部门进行辅助管理,可以有效填补城市交通监控的空白区域,同时不需要大规模投入,节约成本。本文首先对现有的运动目标检测、跟踪的常用方法进行了详细的理论介绍和分析,针对无人机拍摄道路车辆视频中道路背景快速动态变化,传统运动目标检测方法效果较差或失效的情况,提出了一种基于Mean Shift算法思想的漂移修正背景差法,并通过实验验证,证明其对基于无人机平台的道路运动车辆目标的检测具有良好的效果。这其中主要包括:针对在本研究中所涉及的对象进行分析,对各种运动目标检测方法进行评价,在权衡优缺点之后选择背景差分法作为运动车辆目标检测的基础方法,并对背景构建方法进行了优化改进,提出了适应于无人机平台视频的运动车辆检测方法,以实现基于无人机平台的运动车辆目标检测。其次在运动车辆目标跟踪的研究分析和实现中,首先通过一系列图像处理手段,包括图像二值化、滤波降噪、形态学填充、阴影去除,获得清晰准确的前景运动车辆目标,完成了车辆跟踪的预处理工作。然后基于Kalman滤波预测原理,进行Kalman滤波在无人机平台车辆跟踪中的应用建模与仿真,并通过算法实现,完成了车辆跟踪,效果良好稳定。最后对车辆违章超速检测方法进行了研究分析,针对无人机拍摄道路车辆视频的实际特点,提出了基于车辆轨迹跟踪的无人机平台车辆超速检测方法,并通过实验测试分析,证明了此方法可行有效。