智能交通系统(ITS)是未来交通系统的发展方向,它是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的、实时、准确、高效的综合交通运输管理系统。先进的交通检测技术和计算处理技术是智能交通系统中的一个重要研究领域。本文以交通路口单个固定摄像头拍摄的视频图像为研究对象,提出了一种基于车道检测的车辆检测方法,将通常运用于车载系统的车道线检测技术运用于环境较复杂的交通路口车辆检测系统,为车辆检测自动划分感兴趣区域,大大降低了车辆检测的计算量。论文首先总结了常用的目标检测方法及背景建模方法,并对它们进行分析和对比,从而选择背景帧差法进行车辆检测,选择时间中值法进行背景建模,并且提出了自己的背景更新策略。随后,本文根据所得到的背景图像的特征,对图像进行滤波处理。在对常用的图像预处理算法进行总结和对比后,选择了适合道路背景图像的边缘检测算法,提出了一种基于灰度值选择的道路背景滤波方法,并且对传统的Hough变换方法进行了改进。然后,本文根据得到的车道信息,划分了车辆检测的感兴趣区域,使用阈值分割法将车辆目标分割出来,采用连通域标识法得到目标的最小外接矩形,通过计算外接矩形的个数来完成车辆计数。最后,本文使用固定相机拍摄的一段2分47秒的路面视频来对算法进行检验。实验表明,本文提出的算法可以有效地检测出晴好天气下结构化道路上的车道线,对车辆的检测有较高的正确率。尽管如此,本文还有许多有待改进的地方,如还需要进一步的研究,使得本系统能检测更多的交通车辆参数,比如对车辆速度、长度等的检测;也需要进一步的改进,使得该系统能运用于环境更为复杂的非结构化道路中。