随着计算机技术和图像处理技术的不断发展,利用视频技术进行车辆检测与跟踪已成为智能运输系统中的核心内容和关键技术,它具有覆盖面积大、获取交通信息量丰富等优点。实时地跟踪运动车辆是获取可靠交通信息的重要方法。论文通过对现有的各种运动目标检测法、运动阴影去除法和运动目标跟踪法进行分析和比较,提出了一种基于单个固定摄像机下的运动车辆跟踪法。该方法适用于全局光照变化、车辆间存在遮挡等复杂交通场景,并能鲁棒地克服噪声的影响。论文的研究重点是运动车辆检测、车辆阴影去除、遮挡下的运动车辆跟踪。在运动车辆检测方面,分析混合高斯背景模型中高斯分布个数的选择和学习率的调整,提出了一种自适应混合高斯背景模型的运动车辆检测法,该方法检测出的车辆较完整;在车辆阴影去除方面,分析像素点邻域内的光度特性和梯度特性,提出了一种基于光度特性和多梯度分析的运动阴影去除法,该方法适应性强,具有高检测率和高识别率;在遮挡下的运动车辆跟踪方面,对传统均值漂移法加以改进,并结合灰色预测模型实现车辆跟踪,该方法能够鲁棒性地克服遮挡的影响。论文的研究目的是跟踪运动车辆,提出了改进的运动车辆检测法、运动阴影去除法和遮挡下的运动车辆跟踪法,这些方法不仅在跟踪刚性目标时具有一定的应用价值,而且在跟踪非刚性目标等应用中也具有一定的参考价值。