智能交通系统(ITS)近年来发展迅速,基于视频的交通信息检测技术是ITS中一个重要的组成部分。而车辆运行速度检测,已成为基于视频的交通信息检测研究中的热点。本文研究了两种基于视频的车辆测速方法,并实现了一个车辆速度测量系统。本文的研究工作主要分为以下四个部分：1)给出了一种基于背景差分和帧间差分相结合的运动车辆检测算法。首先,对图像进行像素归类,对归类为背景点的像素利用统计中值的思想进行背景重构。然后,根据帧间差分的方法确定隶属于背景点的变化区域,并对该区域背景更新。最后,进行背景差分及后处理得到准确前景目标。针对阴影去除,给出了一种基于HSV颜色空间和纹理信息相结合的检测算法。2)给出了一种改进的基于运动区域和相似匹配度算子的车辆跟踪算法,并在跟踪的基础上估计出车辆的运行速度。首先采用灰色预测模型GM(1,1)进行目标车辆重心位置的预测估计。然后给出了一种把图像坐标欧式距离作为相似匹配度算子的方法,并依此进行前后帧运动车辆区域特征的匹配,从而实现跟踪,并通过实验验证了速度检测算法可行性。3)设计了一种改进的基于虚拟线圈的车辆速度检测算法。研究了运动车辆的图像距离到实际距离转换的坐标变换模型,并通过在检测区域内设置前后两个虚拟线圈,获取车辆通过两个线圈的时刻,检测车辆运行速度,并通过实验验证了算法的可行性。4)设计实现了一个车速测量系统。整个测量系统包括视频的播放显示模块、背景提取更新模块、目标车辆前景提取模块、目标车辆跟踪匹配模块和车速计算模块。本文深入研究了运动车辆的检测和跟踪算法,并给出了基于目标跟踪的车速检测算法和基于虚拟线圈的车速检测算法,并设计了一个视频测速系统,实验结果表明本文设计的测速系统能够有效进行车速测量。