近年来,随着我国城市规模迅速扩大,城市的交通量也急剧增加,智能交通系统对我国的交通状况有着不容忽视的影响。它不仅保障了交通的顺畅、行人车辆的安全,也间接的促进了我国的经济发展。在智能交通系统中,基于视频的车辆检测技术已逐渐成为了热点。这种技术也被运用在车流量的统计中,它通过对摄像机拍摄到的道路车辆视频进行处理,获得在某个时段中道路上通过的车辆总数,为交通智能化管理提供基本数据,从而缓解交通压力,充分利用路面资源。本课题研究的是基于视频的车流量统计算法。这种算法的实现是基于图像预处理、运动目标检测、背景构建等算法的综合应用。本文采用的是背景差分法对运动目标进行检测,结合HSV颜色空间的阴影检测算法去除运动目标的阴影部分,使目标检测更加准确。此外,运用背景差分法的前提是提取到理想的背景图像,本文采用了一种基于统计学的改进的背景构建算法,采集前N帧图像的像素,取每个像素出现概率最高的像素值作为背景像素,从而获得初始背景图像,该算法获取了比较理想的背景图像。然而为了适应天气、光照等因素的变化,还需及时更新背景图像,本文运用了一种改进的背景更新算法对背景图像进行更新,将运动目标像素用对应的背景图像像素代替,再统计求平均来更新背景。最后,本文采用虚拟线圈和运动目标检测的结合算法对车流量进行统计,再结合去噪孔洞填充、边缘检测算法再次对车辆进行判断,从而防止漏检的发生。本文采用的算法综合来讲具有计算量小、实时性高等优点,通过实验得到的结果表明,运用这种综合算法得到的车流量统计结果准确率较高,具有一定的可行性。