在当今交通情况日趋复杂,管理难度越来越大的环境下,随着计算机技术和图像处理技术的快速发展,利用实时视频图像来对复杂的交通状况进行管理已经成为了智能交通系统(ITS)的重要组成部分。本文主要对视频测速系统中的车辆目标检测、阴影消除以及多目标跟踪中的目标合并问题进行了深入研究。对于车辆目标检测方面,本文采用基于混合高斯建模的方法进行背景提取,并且在使用该模型时在建模和模型更新时都做了一定改进。对于阴影消除方面,本文根据对高速公路实际环境下车辆阴影可能出现的各种几何模型的分析,以及对阴影像素自身特征的考虑,提出了一种基于车道线坐标系转换的阴影消除算法。对于目标合并问题方面,本文提出了两种解决方案。方案一是以Camshift算法为基础,结合卡尔曼滤波预测的合并目标分割方法。方案二是对合并目标的几何模型进行分析,结合像素数目直方图和卡尔曼滤波预测结果来对合并目标进行分割。两种方案中第一种的运算量较大,考虑到系统实时性本文采用以第二种方案为主,第一种方案为辅的方法解决目标合并问题。在对视频测速系统中的几个重要问题做了详细分析以及大量实验之后,最终提出了一个完整的多目标跟踪算法以及速度计算方案,并且在进行系统设计的基础上最终在计算机平台下实现了一套视频测速系统。