交通在国民经济和社会发展中起着举足轻重的作用。车速检测是交通管理系统中的一个重要组成部分。随着图像处理技术的发展，视频检测技术在车速检测中的应用越来越广泛。本文着重研究了视频车速检测中的图像分析算法。该算法主要分为四个部分：图像预处理、背景重建、图像分割和匹配、坐标变换。对从固定于公路上方的摄像头采集到的视频图像，进行图像预处理。本文的图像预处理是将彩色图像转换成灰度图像，并对原始图像进行中值滤波。本文用最长稳定状态法实现了背景重建。该方法的基本思想是，假设在较长一段时间内的序列帧中，背景像素灰度值处于该序列帧中最长稳定状态。利用某像素点在序列帧中处于最长稳定状态的灰度值作为背景中该点的灰度值，从而重建出背景。本文提出了一种将边缘检测、高斯滤波和背景差法相结合的基于边缘的序列图像运动目标分割的算法。由于存在某些车辆灰度和路面灰度较接近的情况，以及车辆阴影的影响，直接对图像进行差分会导致将某些车辆部分误认为是背景或将阴影误认为是车辆的一部分。该算法对序列图像用边缘检测有效突出运动目标的边缘轮廓信息，并用高斯滤波消除边缘检测带来的噪声增强，最后用背景差法分割出运动目标。分割出运动物体后，采用区域特征跟踪法进行目标匹配，根据物体的几何特征在一段序列帧中跟踪物体，得出该物体在此段时间内图像位置差。由前面得到的运动目标位置差，用一种校正透视图像变形的方法，实现了坐标变换，将图像中像素点的位置差转换为实际距离差，从而得出车辆的速度信息。