交通拥挤与交通安全等问题已经成为世界各国面临的共同问题。为了解决交通存在的问题,智能交通系统(ITS)随之诞生。电子警察系统作为ITS中最重要的子系统之一,它在规范驾驶人员行为、杜绝交通事故、提高交通执法水平及道路通行能力等方面起到了重要作用。车辆检测技术作为电子警察系统中的关键技术,车辆检测能力直接影响到电子警察系统的性能。目前电子警察系统中已实用化的车辆检测技术是基于环形线圈的,系统设备的安装、调试、维护等方面都存在不便。基于视频的车辆检测技术引起各方面研究人员的关注。但基于视频的运动物体检测采用的算法大都是背景差法,而背景差法关键在于背景提取和背景更新,需要处理的数据量十分庞大,检测实时性不强,同时基于视频的车辆检测技术由于车辆目标分类复杂,误检率、漏检率较高。本文针对此问题提出了一种基于虚拟线圈的车辆检测改进算法,此改进算法的处理的视频对象区域和整个视频图像的面积相比很小,大大减小了信息的处理量,车辆检测的实时性得到极大的提高,且降低了误检率和漏检率,同时降低了系统安装和维护的成本。文中的车辆检测系统采用通用ARM9(AT91RM9200)处理器和Xilinx低成本FPGA(XC2S100)的硬件结构,ARM9通过串行方式配置FPGA,FPGA对视频图像进行实时采集,并把图像传送到ARM9中进行处理。该系统结合路口的交通信号灯检测器,对违章闯红灯的车辆进行检测。系统的开发基于嵌入式技术,软件的设计基于嵌入式Linux操作系统。本文搭建实验平台,通过实验证明,该车辆检测系统的图像处理速率达到10帧/s,车辆检测准确率约92%,具有良好的实时性和准确性,在电子警察系统中具有良好的实用价值。同时本系统采用廉价的ARM9与低成本的FPGA,相对于基于DSP的视频检测系统大幅度降低系统成本。