1.一种对固定摄像头的交通视频流量追踪分析方法，其特征在于，包括以下步骤：
1)选择输入视频；
2)获取图像帧；
3)前景提取与预处理，区域生长与粘连物体分割，获取检测目标；
4)分配检测给追踪；
5)更新追踪。
2.根据权利要求1所述的一种对固定摄像头的交通视频流量追踪分析方法，其特征在于，所述的步骤3)具体为：
首先采用两次HSV空间变换和OTSU算法去除阴影，采用Sobel算子分割道路边界，以及采用区域生长算法获取完整车身；
然后利用基于高斯混合模型的背景差除算法的前景提取器提取到遮罩后的二值化图像；
最后使用形态学操作来填补连通的区域和消去小的斑点噪声。
3.根据权利要求2所述的一种对固定摄像头的交通视频流量追踪分析方法，其特征在于，所述的HSV空间变换具体为：
利用HSV空间亮度分量，首先将图像转化为HSV空间，将V分量进行如下操作：
之后再将其返回RGB空间，即完成了亮度均衡。
4.根据权利要求2所述的一种对固定摄像头的交通视频流量追踪分析方法，其特征在于，所述的Sobel算子分割道路边界具体为：
该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值；再用形态学开操作和闭操作清除树木房屋边检的斑驳。
5.根据权利要求1所述的一种对固定摄像头的交通视频流量追踪分析方法，其特征在于，所述的分配检测给追踪包括对已有追踪的预测，以及关联物体的检测和追踪。
6.根据权利要求5所述的一种对固定摄像头的交通视频流量追踪分析方法，其特征在于，所述的对已有追踪的预测具体为：利用卡尔曼滤波器对已经得到追踪的物体在这一帧的位置进行预测，并更新这些被预测的追踪。
7.根据权利要求5所述的一种对固定摄像头的交通视频流量追踪分析方法，其特征在于，所述的关联物体的检测和追踪具体为：将每一帧中得到的目标检测需要和与之移动代价最小的已有的追踪关联，并更新追踪结果；继续使用卡尔曼滤波器来分配检测到各个追踪。
8.根据权利要求1所述的一种对固定摄像头的交通视频流量追踪分析方法，其特征在于，所述的更新追踪具体为：
首先对所有分配了新的检测的追踪和未分配的追踪进行相关统计数据的更新；
对于帧数可见率不足的追踪和长时间未分配检测的追踪进行删除，相关阈值数据为提前设置；
对于未分配给追踪的检测定位新的物体进入摄像头视野并为其新建新的追踪以分配。