随着城市化进程的日益加快，交通阻塞成为制约城市发展和人们生活水平提高的严重问题。在现有的条件下，使用ITS系统来增强对交通的控制和管理是最好的解决办法。获取交通信息的方法很多，其中视频ITS系统最具发展潜力。交通过程中频繁发生的目标遮挡严重影响了视频监控系统的准确性，针对这一问题，本文首先系统分析了遮挡的类型和产生原因，并为不同的监控环境和遮挡情况设计了相应的解决方案，主要研究了如下内容：首先，本文对摄像头标定算法进行了深入研究，通过对透视变换原理的分析，推导出一种与摄像头参数无关的二维摄像头标定方法，用以克服原有算法对摄像头参数过于依赖的缺点，并进行试验验证了这种新标定方法的准确性和鲁棒性。其次，在使用单个摄像头跟踪的系统中，分析了传统的基于斑块跟踪算法、基于颜色直方图的mean-shift跟踪算法和Kalman预测算法各自的特性。对于斑块跟踪运算速度快，但受遮挡影响大；mean-shift结合Kalman预测能去遮挡但运算速度慢的问题，提出斑块打分系统和生命值参数来依据目标的跟踪和遮挡情况进行不同处理。这一方案即保证了系统的实时性，也能很好地消除遮挡问题所造成的影响。最后，针对多摄像头跟踪系统中，基于三维重建的传统方案无法满足实时监控的问题，提出一种基于逻辑分析的二维多目监控方案，对不同视点获取的同一目标的位置信息加以综合分析和判断，去伪存真来去除遮挡，从而使系统运算速度大大提高，能满足实时监控要求。文章的结尾对工作中存在的问题和进一步研究方向进行了简要的讨论。