1、隨著計算機技術(shù)的飛速發(fā)展，基于圖像處理的智能交通系統(tǒng)因其實時、準確、高效的特點，受到了人們的廣泛關(guān)注。在智能交通系統(tǒng)中，運動目標檢測與跟蹤可以完成對交通車輛的智能檢測與跟蹤、分類識別等功能。本文重點研究了智能交通中的運動車輛檢測與跟蹤算法。
　　為了后期處理方便，提高對目標的識別跟蹤效果，論文研究了常見的圖像預處理方法，包括圖像的復原、灰度化、二值化及形態(tài)學處理等。
　　在對運動車輛檢測算法進行分析研究的基礎上，論文重點仿真

2、了基于Lucas&Kanade模型的光流法、基于CodeBook算法的前景檢測算法以及基于高斯模型的背景相減法等運動車輛檢測算法；由于車輛陰影影響到檢測效果，論文研究了車輛陰影的特點并進行了陰影消除；通過分析相關(guān)算法的優(yōu)缺點，提出了結(jié)合基于邊緣三幀差分法與混合高斯背景相減法的運動車輛提取算法。仿真實驗表明，本算法可以完整的提取運動車輛區(qū)域，保留運動車輛的完整信息，提高了算法的實時性與魯棒性。
　　在對運動車輛跟蹤算法進行分類研究后