交通信息采集技术在智能交通系统中的作用不言而喻,视频检测技术由于其检测范围大,设置灵活,调整容易,安装维护方便,检测参数丰富,在交通中的应用前景越来越广阔。由于运动车辆参数检测是在自然场景之下进行,天气条件比较复杂,背景变化比较明显,本文采用改善了的EKF滤波器进行背景模型更新,能很好的适应各种条件下的背景变化带来的影响。在某些情况下阴影特别严重,影响到后继处理结果的准确性,阴影去除算法就显得尤其必要。本文在前人研究的基础上,提出了一种基于过零点的阴影检测方法,有效减少了阴影的干扰影响。为了能够把运动车辆从图像中完整的提取出来,本文依据分水岭的思想,结合背景更新模型作为运动物体的模板,使用了一种基于标注的分水岭分割方法,把运动车辆从图像中很好的提取出来,然后运用EKF对物体进行跟踪。经过实验证明该算法简单、可行。最后在已研究算法基础上,简单介绍了视频检测系统的设计思想;在充分考虑到系统实时性的要求之上,实现了一种基于虚拟检测线圈的视频检测方法,仅仅通过检测虚拟检测线的灰度变化,来获取相关的交通参数,而不再在整幅图像区域进行处理运算,大大地加快了算法速度。并在Visual C ++7 .0的平台上进行了实现设计。实验结果表明,该算法适用于自然光照条件下的场景中,能够将目标参数快速的检测出来,并具有一定的精确性。