现如今,在智能交通系统(ITS)中,对基于视频的交通信息参数获取的研究得到了更多研究人员的注意,它使得交通部门能够更为直观和清晰地掌握到当前的交通运行状况。就目前来讲,常用于检测交通信息参数的手段有多种多样,但其中基于图像处理技术的车辆视频检测方式近来发展迅速并得到了广泛应用,而且与其他检测手段相比具有很多明显的优势,因此它已经逐渐发展成为了智能交通系统领域的一个重点研究对象。基于视频的交通参数检测系统具有方便直观、布设简单、成本低下等优点,代表了车辆检测系统的一个新的发展方向。一般来讲,对于城市的十字交通路口,车辆会按照车道行驶,因此可以通过对各个车道上所获得的交通视频的图像分析与处理来完成车辆有关信息的采集,本文就是利用在视频图像中各个路口车道上预设虚拟检测区域,进而根据虚拟区域内的图像像素变化来统计交通车流量。本文所研究的是在复杂的交通十字路口环境下完成交通车流量的获取,首先对视频图像提取背景模型,进而再通过图像差分获得前景图像(即运动目标),并进行图像二值化以及去噪等图像预处理过程,而后通过设置虚拟检测区域实现对该检测区域内的车辆计数,最终得到车流量信息。具体的研究内容主要有：(1)研究并分析了目前视频检测技术在交通车流量获取方面的几种主要方法,以及对于车辆目标检测的几种算法也分别进行了研究；(2)分析了几种在提取背景图像时常用的算法,最终选用了均值法来获取背景,并在其基础上做了一些改进；(3)使用背景差分法完成了对交通视频图像中运动目标的识别和提取；(4)针对具体的交通视频,设置合理的虚拟检测区域,并通过对该区域内图像像素特征的变化规律进行研究,提出车流量检测算法,实现该十字路口的车流量计算；(5)根据所得到的各个路口的车流量信息,对交通信号红绿灯当前的分配时间进行动态调整。最后,对于本文中所使用和涉及到的算法,主要采用matlab在PC机上进行了设计和实现,并获得了令人满意的效果。