随着现代经济的高速发展,交通运输的保障就显得尤其重要,对交通管理的要求也越来越高,将计算机科学与通信等高新技术运用于交通监控管理与车辆控制,以保障交通顺畅及行车安全,从而改善环境质量,促进经济发展的智能交通系统ITS(Intelligent traffic system, ITS)也随之应运而生。在智能交通管理系统中,实时获取交通车流量的车辆检测技术是ITS 的基础。利用图像处理技术来实现交通流量的车辆检测技术已成为该研究领域的热点。基于图像处理技术的交通流量车辆检测技术的研究始于上个世纪80 年代。到现在,检测思想和算法一直在不断的改进和革新。有的研究基于检测区域,有的研究基于整幅图片,大量的文献都是基于整幅图片的研究,如背景差分方法,帧差分方法等。论文作者在全面阅读和理解国际国内智能交通系统研究领域的前沿技术的基础之上,关于白天的交通场景,作者以检测区域为基础,提出了一种全新的基于HSV 颜色模式和边缘检测技术的车辆检测流量统计算法,该算法通过检测区域中前景与背景的色彩信息和边缘信息来判断车辆统计车流量。该算法能有效地排除强光天气条件下产生的阴影带来的影响,识别率高达96%以上,具有很高的适用价值。关于晚间的交通场景,作者提出了一种以图像分割技术和形态学技术为基础的晚间车辆检测流量统计的算法,该算法的核心思想就是要检测车道中检测区域的车辆的车头灯来识别车辆以统计车流量。并以此技术为基础在Windows操作系统平台上以VC++为开发工具设计开发了车流量统计演示系统,用实拍的成都的交通场景录象数据进一步证明了作者提出的车辆检测流量统计算法的可行性和可靠性。作者在研究设计算法过程中主要用到了背景动态刷新技术、边缘检测技术、图像分割技术、形态学技术和对象识别技术等。在程序设计过程中用到的关键技术是Direct Show 技术。作者利用该项技术自动地解决了输入源图像流格式广泛性问题,使得本演示系统可以处理目前流行的各种流媒体格式(如:AVI、MPEG1、MPEG2 等)。