交通拥挤和堵塞现象越来越严重的现象已成为现代社会的一大症结。将计算机科学与通信技术运用于车辆控制与交通监控管理中,智能交通系统(Intelligent traffic system, ITS)也随之应运而生。基于运动目标跟踪的方法是ITS的核心技术,实时获取交通流量信息是ITS的基础。基于运动跟踪的车流量统计是智能交通系统的一个重要子课题,具有广阔的应用前景,较高的学术价值和理论研究意义。本文以准确提取交通信息为研究目的,以对图像序列中运动目标检测和运动目标跟踪与车流量统计等技术为核心,做了深入研究。关于运动目标检测,首先介绍了几种常用的运动目标检测算法及其各自优缺点。针对背景差法,通过研究如何得到背景、如何及时更新背景模型,设计了基于灰度分类提取背景方法及更新策略。在运动目标的初步检测完成后,通过一种度量除图像平坦度来检测阴影并有效去除阴影的方法。关于运动目标跟踪,首先介绍了几种常用的运动目标跟踪与匹配算法,结合实际观测视频用例,着重分析了Hausdorff距离匹配算法及其相应改进算法。为了提高其匹配速度降低计算量,实现多目标跟踪对车流量统计的目的。本文结合Kalman滤波预测运动目标位置的方法有效解决这些问题。利用运动目标检测与跟踪的方法,本文对不同特点的视频序列进行试验测试,证明本文方法能够准确检测运动目标并对其进行跟踪达到对车流量统计的目的。