随着智能交通控制系统的发展,视频监控在交通管理中的应用越来越多。高速公路作为事故多发路段,传统的人工检测方法日益不能满足实际需求。通过对道路监控摄像机视频进行视频分析,获取交通信息是未来的发展方向。交通信息中车辆速度是一个很重要的信息,准确有效地提取车辆速度是目前研究的一个热点。论文首先介绍了当前几种经典的视频车速检测方法,并对各种视频测速方法的优缺点进行分析。针对高速公路车速检测的要求,在原有角点特征匹配车速检测方法的基础上,基于高速公路视频提出一种改进的角点特征匹配车速检测方法进行车速检测。本文方法基于高速公路视频图像,通过混合高斯模型检测方法提取运动车辆目标,利用Harris算法检测车辆目标的角点特征。对传统的归一化互相关匹配方法进行改进,将运动位置估计和NCC匹配相结合,优化匹配区域搜索策略来对车辆目标角点实现快速准确的角点粗匹配,进一步通过RANSAC算法进行角点精匹配获得正确的匹配角点。最后利用单视测量方法进行坐标转换实现多目标车速检测。实验结果证明本文提出的方法在改进NCC匹配后相比原有方法,角点粗匹配速度提高400%,角点精匹配速度提高200%,测速准确性可达90%以上。相比原有角点特征匹配车速检测方法,实时性和准确性得到有效提高,能满足实际高速公路车速检测系统的要求,可以用于高速公路车速异常、违章停车的检测。论文对典型的运动目标跟踪算法进行介绍和分析,重点研究了Mean Shift算法的原理,提出基于颜色和边缘特征的Mean Shift车辆目标跟踪方法,可以实现高速公路车辆跟踪。针对现实中对跨摄像机跟踪的需求,提出了一种结合SIFT特征匹配的跨摄像机车辆运动目标跟踪方法,通过对运动目标进行SIFT匹配实现同一目标的匹配。实验结果证明,该方法在一定条件下,可以实现对车辆目标的跨摄像机跟踪。