目前，随着我国经济的快速发展以及城市规模的不断扩大，车辆越来越普及，各种复杂的交通问题已经浮现出来。交通违章肇事现象越来越常见，给交通监管人员的工作提出了更高的要求。目前，公安人员一般是通过观看交通监控视频来追查违章肇事车辆，将违章肇事车辆的视频片段作为车主的违规证据。然而，长时间的观看交通视频容易引起精神压力和视觉疲劳，会导致工作人员的工作效率下降，造成错误的判断或者遗漏重要信息。面对越来越多的视频信息，如何有效的分析以及方便快捷的检索就成了迫切需要解决的问题。本文首先针对交通视频中车辆的检测过程中背景模型的建立进行详细介绍，得到运动区域之后进行了阴影去除工作；然后对检测到的车辆进行跟踪，对跟踪过程中出现的目标粘连情况进行了分析并提出了解决方案；提取了交通视频中车辆的颜色、大小、轨迹特征；设计了一个基于车辆特征的交通视频检索框架。本文的主要内容如下：1.在视频中运动车辆的检测方面，采用基于背景建模的背景差运动检测方法。背景建模就是将当前帧之前的若干视频帧为样本，为背景图像中的每一个像素点建立数学模型，然后利用背景模型估计当前帧的背景图像。这种方法具有检测效果好、检测速度快、对噪声鲁棒性强等优点。另外，本文还采用基于梯度滤波器的方法去除运动区域的阴影。2.在运动车辆跟踪方面，采用基于运动预测的多目标跟踪算法。根据车辆运动的连续性来预测车辆在当前帧的位置，将预测区域与当前帧的连通区域进行匹配。此外，本文还考虑了三种常见的目标粘连方式，使用相应的算法将粘连车辆分割，实现了对交通视频中多车辆的有效跟踪。3.在运动车辆特征提取方面，首先对每一辆检测到的车辆分配一个序号，然后提取车辆的特征。对车辆的颜色特征进行分析，得到其主要颜色；对车辆的几何特征进行分类，得到车辆类型；对车辆的轨迹进行聚类分析，得到该车辆的运动轨迹模型。4.在视频检索框架设计方面，本文设计了一个基于车辆特征交通视频检索框架。将车辆的颜色，车型以及运动轨迹作为视频检索的特征库，提供了几种不同的检索方式，有基于颜色的视频片段检索、基于车型的视频片段检索、基于用户绘制轨迹的视频片段检索以及多特征综合检索。利用计算机对交通视频进行快速的检索，得到满足用户需求的视频片段查询结果。本文对提出的算法进行了实验验证，实验结果表明本文所采用的算法是有效的。