智能交通系统ITS是一种实时、高效、全方位的综合交通运输管理系统。车流量检测作为其重要组成部分,为道路智能化信息管理调度与道路规划建设提供依据。目前得益于人工智能计算机视觉技术和硬件技术的飞速发展,图像和视频技术已经广泛应用于新一代智能交通系统中。 　　本文对复杂情况道路的车流量检测算法进行深入的研究,并重点研究了被广泛应用的背景差法、帧差法、边缘检测法和基于路面标记的车流量检测法。 　　本文的主要工作如下： 　　首先,在参考大量的资料的基础上,对现有的几种车流量算法,从算法原理、局限性、实现效果、可行性等几个方面进行比较,总结了各个算法的优缺点。 　　其次,提取动态信息,并对图像预处理,对比图像平滑和增强的几种算法,并根据速度和效果进行选择。 　　再次,对基于背景差法、帧差法、路面标记、边缘检测的车流量检测算法进行分析,并在此基础上提出了一种改进基于边缘信息车流量检测方法。 　　最后,通过实验仿真,对比以上车流量检测法在各种情况下的数据,得出了改进的车辆检测法在实时性、检测速度、正确率等方面优于传统方法的结论。在此基础上,研发出一种智能交通软件——CAR,通过实地采集视频,对其进行图像的提取和处理,并导入该软件,验证软件的可操作性和可行性。