随着我国经济的高速发展，交通工具急剧增多，道路交通状况日益恶化，交通拥挤问题日趋严重。为了解决出交通拥挤问题，智能交通系统的研究被放到越来越重要的位置。交通自动监控系统是智能交通系统的重要组成部分，而基于视频的交通目标检测跟踪及目标运动轨迹分析技术是自动监控系统的关键技术，通过对这些技术的研究，不仅使交通监控的智能化水平大大提高，而且对减少交通拥挤、保障交通畅通安全，提高交通管理效率都具有十分重要的意义。本文以目前常用的视频检测跟踪方法为基础，着重对运动目标的检测提取、准确跟踪和运动轨迹分析方法展开研究。本论文的主要工作如下：(1)在目标模型提取中，针对连通区域标记算法中常用的链表结构、树型结构或堆栈结构等指针型结构会导致递归调用和指针传递耗时量大的问题，给出了一种连通区域标记优化算法，该算法采用顺序存储结构，在正确解决等价冲突标记的基础上，降低了算法的复杂度，提高了算法的性能。(2)在运动目标提取中，针对运动目标模型轮廓不连续的问题，采用一种多目标分离方法进行运动目标分离，选取初始点对目标轮廓进行逆时针(或顺时针)封闭，最后用得到的封闭轮廓线提取原始帧里的运动目标。(3)在目标跟踪中，针对由于背景存在大面积相似颜色干扰或目标被严重遮挡，CamShift算法不能准确跟踪目标或跟踪失败的问题，给出了一种CamShift与Kalman算法相结合的跟踪方法，该方法使用Kalman滤波器预测CamShift算法的搜索窗口位置，同时利用CamShift算法计算运动目标在该帧图像中的最优位置和大小，当出现背景颜色干扰或目标被严重遮挡时，用Kalman滤波器的预测值代替CamShift算法计算出的目标位置。实验表明，该算法能够有效解决背景干扰和遮挡问题。(4)给出了一种轨迹拟合方法，该方法首先把得到的轨迹点中的起始和终止点连成直线，然后计算其余各点到该直线的距离，若各点到直线的距离均小于某设定阈值，则拟合成功；否则连接此点与轨迹起始点，分别对每段做如上运算，最终得到所需的拟合轨迹线。利用拟合得到的轨迹线的差角代替曲率来描述轨迹线的变化，然后通过分析比较可以得到运动目标的运行情况。实验表明，该方法能够有效检测运动目标的行为。(5)给出了判断运动目标运动情况的方法，该方法通过分析一组连续图像中运动目标中心点的变化来判断运动目标是否发生运动方向变化，逆行或者停止，然后利用两条检测线来进行速度估计，并以此来判断运动目标超速问题。(6)综合研究成果，设计了一个基于视频的车辆检测跟踪与行为分析系统。