随着交通系统的发展,由交通所引起的安全、拥挤、污染、能耗等问题日益严重,如何提高交通管理水平和交通系统运行效率是近十年来交通行业关注的焦点。车流量检测作为发展交通科技的关键技术,是目前智能交通系统研究的热门课题。本文围绕融合帧差法和背景差法对车流量检测系统展开了深入的研究。本文首先对图像的灰度化、图像的均衡化、灰度图像的增强和图像滤波等数字图像处理的基本理论进行了介绍。分析了车流量检测的常用算法,在详细地比较了帧差法和背景差法各自不足的基础上；提出了基于帧差法和背景差法的图像处理融合算法,该算法可以融合两者的优点,避免各自的缺点,准确率更高。在分析了多帧平均法、分块法等常用方法适应性的基础上,采用统计中值法对背景进行建模,实现背景估计与背景更新。论文最后提出了一个基于视频图像处理技术的车流量检测系统的实现方案,并编制了车流量检测的图像处理软件。该系统设计是在Visual C++(?)勺编译环境下实现的,对采集到的视频数据用车流量检测算法进行实验。实验与分析发现,在图像的质量较高、虚拟线圈分布合理、阈值选取合适等条件下,算法的识别率较高,取得了比较满意的效果。