由于现代信息技术迅猛发展，智能系统也在不断进步与更新，各种智能视频监控系统的开发和应用在军事和民用等许多领域得到了广泛的关注，而运动汽车的检测与跟踪技术在智能交通领域具有广阔的前景，对它的研究成为一个非常重要的课题。本文在以TI公司的TMS320VC5509为核心的DSP硬件平台上，采用主动轮廓模型来实现运动汽车的检测与跟踪。通过分析比较目前目标检测与跟踪领域中常用的几种算法的优缺点，根据视频处理的特点以及系统实时性的要求，选用了主动轮廓模型为本文的主要算法，但是传统的主动轮廓模型有很多不足之处，比如对初始轮廓的依赖性强，不能检测到目标轮廓的深凹部分等，针对这些缺点，采用改进的主动轮廓模型—梯度矢量流(GVF)模型，很好地解决了这些问题。在车辆的检测过程中，首先给待检测车辆设置一个初始轮廓，根据GVF模型自身的收敛性检测出车辆的边缘轮廓，达到了检测的目的，采用预测算法从已检测出的目标中分析出目标轮廓的变化趋势，预测出目标轮廓位置和形状，以此作为目标下一帧的初始轮廓，再利用GVF模型迭代收敛，从而达到了跟踪的目的。从车辆实际运动轨迹与本文算法跟踪轨迹可以看出，本文采用的算法可以有效检测与跟踪运动车辆，具有鲁棒性好、实时性高等优点。采用C语言完成在DSP环境下的的程序设计，利用程序流程优化方法对代码进行了优化，优化后的代码执行速度与效率都有明显提高，对整个系统做了实时性分析，证明本文设计的系统可以实时有效地检测与跟踪运动车辆。