随着我国社会经济的不断发展，交通需求和交通供给的矛盾日益突出，交通问题和交通事故受到了更大的关注和重视。实践证明，引入智能交通系统(ITS)能提高道路使用效率，把车辆和道路综合起来系统地解决交通问题。而随着我国高速公路的迅猛发展，交通事故发生率缺随之大幅提升。因此，将智能交通系统引入高速公路监控有非常迫切而重要的现实意义。现在国内外的智能交通系统及其相关技术基本都是基于城市道路交通的，用于高速公路的智能交通系统很少，而且现有系统基本存在实时性差，抗噪声差和检测精度不足等缺点。本文根据高速公路智能交通系统实时性要求高、干扰较小、准确率要求高等特点，对高速公路实时车辆检测、车辆跟踪和事件检测进行了研究，并提出了适用于高速公路实时使用的车辆检测算法、车辆跟踪算法和事件检测相关处理。本研究主要内容如下：　　 ⑴在高路公路日间车辆检测算法上，对帧间差分算法进行改进，提出了基于混合帧间差分，使用多帧混合差分替代邻帧差分，接着进行形态学处理和种子填充的高速公路日间车辆检测算法，该算法具备很强的实时性，同时抗噪能力较好，能较好实现高路公路车辆实时检测。　　 ⑵根据夜间车辆检测的特点，提出基于车灯亮点检测的混合帧间差分算法，算法采用多帧混合差分，基于车灯亮点和车灯运动特点对车辆进行检测，该算法对夜间的噪声干扰有较好的抗噪能力，能实现夜间车辆的实时检测。　　 ⑶在车辆跟踪方面，综合粒子滤波和Meanshift跟踪算法，采用自适应粒子数，使用Bhattacharyya参数进行粒子重采样，一定程度上解决粒子退化问题，算法在保证实时性的基础上提高了跟踪的效率。　　 ⑷在车辆检测和跟踪的基础上，通过对运动车辆行为的分析和统计，实现高速公路的交通参数统计和实时事件检测，并以此为基础，研发了高路公路智能交通系统。