为了缓解日益突出的城市交通问题，智能交通系统已成为未来交通发展的重要方向。视频交通监控系统作为智能交通系统的重要组成部分，对其相关技术的研究有着深远的意义。本文主要围绕基于视觉跟踪的交通监控的关键技术，完成了以下几项工作：　　 首先，分析了运动目标检测方法的基本原理与特点，讨论了基于背景建模的运动车辆检测方法，并有效地结合阴影检测、阈值处理、团块分割等相关技术，实现了对车辆团块的精确检测与提取。　　 其次，针对交通场景下，Mean Shift跟踪算法的一些不足，提出了一种基于Mean Shift的自适应跟踪算法，该算法将改进的尺度自适应策略和基于Kalman滤波的车辆模型自适应更新策略融合到标准Mean Shift跟踪算法中，实现了基于区域的多车辆跟踪。　　 然后，阐述了包括车流量、车辆速度、占有率、排队长度等交通信息参数检测算法，并从基于车辆异常行为和基于交通流异常两个方面探讨了各种交通事件的检测方法。　　 最后，设计并实现了基于视觉跟踪的交通监控仿真系统，实验结果表明，这些方法有效。