航道智能交通监控系统已成为内河航运信息化发展的必然趋势,对提高内河航道通行能力、保证航道通行质量、减少船舶交通事故的发生、降低污染、提高信息化管理水平有重要意义。计算机视觉技术是被认为最有前景的检测方法之一,它利用运动目标检测与跟踪的相关算法对视频流中的船舶进行检测、识别和定位,最后实现智能监控系统。本文提出了基于支撑向量机的船舶与河面网格分类方法以及基于高斯统计模型的船舶区域分割方法来对船舶目标进行检测,并在逐帧检测结果的基础之上实现了船舶的动态跟踪,为下一步的船舶行为分析打下了良好的基础。首先,对训练图像进行分块,从图像块中选取训练样本,提取图像块的灰度直方图信息作为特征向量,手动标注训练样本的类别,用支撑向量机分类器对样本进行训练,并使用训练好的分类器对待检测图像中的图像块样本进行预测。在网格分类结果的基础上,借助高斯统计模型对船舶区域进行精确分割,采用图像膨胀腐蚀、连通域分析等数字图像分析方法将图像中的船舶矩形区域标识出来。最后,基于逐帧的船舶目标检测结果,利用船舶矩形区域位置、大小等信息建立模型,将当前帧中的船舶目标与现有运动轨迹上的船舶模型进行逐一匹配,进而达到跟踪的目的。本文开发了基于C++的航道船舶检测与跟踪系统,成功实现了本文提出的检测和跟踪算法,在实际应用中取得了良好的效果。实验表明,本文的算法实时性强,准确度高,并且具有较好的鲁棒性,为后续的研究奠定了坚实的基础。