智能交通系统(Intelligent Transportation System)是我国未来交通发展的趋势,车流量统计与车辆闯红灯检测是智能交通系统的重要组成部分,传统的基于地感应线圈的系统需要破坏已经建好的路面,影响道路的使用寿命,而近年来应用越来越广泛的基于虚拟线圈的系统不能对车辆的运动轨迹进行跟踪,因此,本文旨在设计一个基于视频的车流量及车辆闯红灯检测系统,此系统能够准确预测车辆的位置并绘出车辆的运动轨迹,系统有较好的视频处理速度和车辆检测的准确度。本文的主要工作有以下三个方面:1、研究了车辆检测的前期工作,包括图像平滑、背景建模、目标提取及阈值分割几个步骤,并对每个步骤所选用的算法进行研究和仿真对比它们的处理速度和实际效果,最终确定采用中值滤波对图像进行预处理、采用混合高斯法进行背景建模、采用背景差分法进行目标提取以及最大类间反差法进行阈值分割。2、在选定算法后,结合算法所需要的运算量及系统的设计要求,选用三星S5P6818处理器,摄像头选用CMOS,USB接口,并进行了Linux内核移植配置,安装QT和opencv的运行时序。3、利用QT框架和opencv计算机视觉库,对所设计的硬件平台上的配套软件进行开发,用卡尔曼滤波法对车辆位置进行预测并跟踪,设计了系统的交互界面,实现了车流量统计及闯红灯检测的功能。经过实验证明,本系统的准确度和处理速度基本能够达到预期效果。