随着智能交通的快速发展,基于视频的车辆检测技术成为了世界各国的研究热点。基于视频的车辆检测具有检测范围大、能提供全面的交通信息等优点而获得了快速发展。本文在研究了现有基于视频的车辆检测算法和借鉴前人研究的经验和不足的基础上,采用了一种基于能量视频车辆检测算法。该算法在研究过程中主要用到了虚拟检测带、帧差法、背景更新等视频检测常用的处理方法,提取检测区域的能量信息作为车辆的检测特征。智能交通系统要求检测的实时性,在检测过程中为了减小计算量、提高系统的计算速度,很多算法都采用了设置检测区域的方式,即在视频图像中只对设置的检测区域内的部分进行处理,这样既保证了检测的准确性提高了系统的运算速度。帧差法简单实用,在现有的算法中应用广泛,有帧间差分和背景差分两种方式,文中采用了背景差分的方法。在背景帧差分中,背景帧更新的速度和准确度是算法准确度的基础。基于车辆能量的视频检测算法提取车辆的能量宽度作为检测特征量,车辆的能量信息可以很好的抑制车辆阴影对检测系统的影响。在车辆的能量检测算法中,先要对摄像头采集来的视频图像预处理,经过图像灰度化和去噪声后,再求图像的极值图像和对比度图像,极值图像和对比度图像是计算检测区域能量的基础,将求得的当前帧中检测区域图像的能量宽度与背景帧中检测区域图像的能量宽度差分,最后计算检测区域图像的能量宽度。能量宽度是本算法中最终提取的检测量,算法根据得到的检测区域的能量宽度来判断有没有车经过检测区域并完成车辆的流量统计。