随着社会经济的快速发展,智能交通监控系统将成为道路交通管理的有效手段。交通场景下的运动目标跟踪技术是智能交通监控领域的关键问题之一。主要包括:运动目标的检测、目标特征提取和运动目标跟踪等几个环节。本文从视频中检测运动目标,利用小波变换后视频图像中的重要信息主要分布在低频区域的特点,提出了基于小波变换和粒子滤波的车辆跟踪算法,目的在于排除噪声干扰,缩小特征匹配的搜索区域。在此基础上研究了矩的特征,并对各种矩特征进行了比较分析。主要对Hu矩、Zernike矩和仿射不变矩进行对比研究,实验结果证明仿射不变矩具有最优性。结合此矩特征提出了一种结合目标边缘区域的仿射不变矩特征提取方法,并将该特征应用于粒子滤波跟踪算法,提高对刚体运动目标的跟踪效果,由于采用边缘区域方法,减小了数据的计算量,提高运算速度。运动目标跟踪的效果与目标的特征和跟踪方法二者都有关,本文在前期的特征提取研究中采用多特征的方法实现粒子滤波的目标跟踪算法,实现了复杂场景下运动目标的稳定跟踪。结合颜色与边缘仿射不变矩特征融合的跟踪方法,通过粒子滤波跟踪算法仿真实验证明了本文所提出的算法能够在目标存在相似场景干扰、形变、小部分遮挡、转弯等情况下更稳定的跟踪。