基于视频的运动车辆检测和跟踪是一个重要的复杂的交通环境下车辆计数的先决条件。然而,在复杂的自然风光,传统的光流法不能准确检测的边界移动的车辆由于阴影的生成。此外,传统的车辆跟踪算法通常是由树木阻挡,建筑,等,也容易受到粒子退化和粒子过滤器。为了解决这个问题,本文提出了一种基于光流运动车辆检测和跟踪方法和免疫粒子滤波算法。该方法首先使用光流方法大致检测运动车辆,然后使用阴影检测算法基于HSV颜色空间阈值分割后标出阴影的位置,进一步结合区域标识算法实现阴影去除、准确地检测运动车辆。提出了改进的亲和力计算和抗体的变异函数的粒子滤波算法具有一定的自适应性和鲁棒性场景干扰。实验是在复杂交通场景阴影和遮挡干扰。实验结果表明,该算法可以解决阴影和遮挡的干扰,实现精确的检测和健壮的跟踪移动车辆在复杂的交通环境下,它有潜力成为云计算平台上处理。