交通流参数检测是智能交通系统的重要研究内容之一。基于视频的交通流参数检测具有信息含量丰富、设置灵活、成本低等优点,目前已成为国内外的研究热点,有着广阔的应用前景。本文主要采用视频处理方法对车流量进行了检测与统计算法研究,其主要内容包括：(1)检测区域的设置及几何校正。在视频数据的首帧中,手动设置车道并存储车道信息；利用车道边界信息,设置与车辆行驶方向垂直的检测区域；将检测区域内图像通过几何变换投影到矩形区域。(2)运动目标二值化分割。比较并分析了传统的目标检测方法,针对实际交通场景的视频特性,采用帧差法和背景差法相结合的算法实现运动目标的检测。本部分主要对帧差算法、背景更新算法和空洞虚影的消除算法做了改进。(3)目标提取与计数。从检测区域二值化图像中提取出车辆信息数据流,确定出运动目标区域的二维边界,然后依据目标区域车尾的中心位置选取合适的匹配准则确定车辆并统计车辆数目。本文实现了一种实时可靠的车流量检测与统计,能够对车辆目标进行精确检测与统计。上海外环实测数据表明：本算法能够比较准确地统计出一段时间内的车流量,在实际应用中测量精度达到95%以上。实验结果表明：此算法符合交通监控对车流量检测的要求,可用在高速公路、国道和城市干道的重要区域或路段的交通信息采集系统中。