智能交通系统是未来交通的发展方向，而基于视频图像处理的检测和跟踪技术是其关键技术之一。本文从事车辆视频检测与跟踪系统的算法研究，其目的是适用于大面积、多目标的复杂场景，能应用于高速公路和城市交通中，不对环境作过多的条件限制。 在实时的交通检测系统中，运用背景差分法是最直接有效的解决方案，在详细分析了已有的背景重建算法的基础上，本文提出采用一种基于块拼接与均值背景相结合背景估计方法，通过背景差分法来检测运动目标。再利用动态轮廓算法，提取车辆的轮廓特征。而轮廓信息的准确获取，对车型识别及车辆跟踪算法，有着重要的意义。因此，本文比较详细的论述了动态轮廓算法的原理、数值计算方法及各种改进模型。研究了阴影的检测方法，对一种记分板阴影检测方法进行简化，在灰度图中通过亮度信息和边缘信息来检测运动阴影。 对检测到的运动车辆进行实时跟踪能提供交通场景的动态信息，本文提出采用特征跟踪的方法，通过Kalman滤波算法进行预测估计，以减少特征匹配的时间。并在实验系统中采用质心跟踪的方法，实现了对运动车辆的跟踪，并分析了Kalman滤波算法的预测估计性能。