车辆视频检测在国民经济中发挥着越来越重要的作用，如何对监控系统中的图像序列进行实用化的智能场景检测分析和智能化管理，实现信息实时有效的获取和控制，是车辆视频检测智能化的核心技术。 基于高速公路隧道的实际条件，本论文主要研究使用无标度摄像机情况下的车流跟踪。在对目前常用运动目标检测与提取算法进行研究分析的基础上，结合视频监控场景的复杂特性，针对视频监控中所涉及的视频图像处理与分析的运动检测、目标提取及异常检测等若干关键技术进行了深入研究。 论文根据实际监控工程的需要，首先，在分析目前诸多背景估计与更新算法及研究监控场景的特性的基础之上，阐述了隧道交通智能视频监控系统采用的中值滤波和多帧差分法，并对此算法进行了有效性分析与仿真测试；其次，在分析目前常用运动检测算法的基础上，针对在隧道监控场景中进行运动检测较为困难的实际情况，参考了目前多种运动检测算法，提出了一种快速分割目标并同时提取出其特征参数的方法；第三，着重研究了运动车辆跟踪方法，通过建立目标运动状态参数矩阵来辨识目标的遮挡问题。 实验结果表明，在既没有对摄像机进行直接控制，也没有在场景中放置标度物体的前提下，算法具有一定的有效性与准确性。而且这个算法还可直接应用于其他相关领域，如事故侦测，车辆分类和运动时间估计等。