经济的快速发展加快了我国城市化的进程,但城市中机动车数量增加造成的交通拥堵问题已成为国内外各大城市共同面临的难题。城市交通拥堵现象的加剧使得人们把解决交通问题的重点转向了交通管理领域,提出了智能交通系统的概念。车流量统计是智能交通系统的重要基础,也是交通管理的重要依据。通过监测道路上的车流量数据,获取交通运行的实时状况,及时做出交通引导,降低车辆拥堵,达到智能运输的目的。本文的主要研究内容是根据道路上的监控视频信息对行驶的车辆进行车流量检测、跟踪,并进行车流量统计。本论文首先对常见的车流量检测技术作对比,针对Vibe算法在检测过程中容易出现的“鬼影”现象提出了改进。在背景模型初始化时选取像素点的14邻域,并将Vibe算法与帧间差分法相结合,在一定程度上改善了Vibe算法的“鬼影”现象。检测出运动的车辆目标后,采用基于HSV的阴影消除算法消除图像中的阴影,滤除噪声并提取出运动车辆目标的轮廓。其次采用基于运动目标特征和运动历史图像更新的方法对运动目标进行跟踪。最后将车辆轮廓跟踪与虚拟线检测相结合,为每一个车道划分检测区域,使每条车道都能统计到相应的车流量。通过对晴天、阴雨天气、夜晚三种环境下的交通视频进行实验,得出最终的平均车流量统计准确率可以达到90%左右。验证了本文算法能够满足日常基本交通流量统计需求。