随着汽车数量的不断增加，交通拥堵问题越来越严重，建立智能交通系统（ITS）被认为是解决拥堵问题的有效办法。视频检测技术具有高效、高精度、低误差的特点，被广泛的应用在智能交通系统中。传统的视频检测技术主要依靠计算机来进行相关的运算处理，在这过程中需要进行远距离的数据传输，这就需要极高的设备成本，同时数据在传输过程中会出现失真、延时的现象。随着嵌入式系统不断发展，嵌入式处理器功能的不断强大，高稳定性、低功耗、低成本的嵌入式产品已经成为我们生活中不可或缺的一部分，因此，基于嵌入式平台的车流量检测系统已经成为ITS研究的重点。本文主要是通过道路上架设的摄像头采集的实时的交通图像为主要研究对象，对图像中的车流量信息进行统计计算，对相关的前景目标提取、阴影的去除、数据传输等相关问题进行了讨论研究。同时，本文中还探讨了目前比较流行的嵌入式系统以及嵌入式处理设备，最后选择了在嵌入式Linux系统下，在ARM11微处理器上对上述算法进行了硬件实现，设计了一套便于安装、维护的交通流量统计系统。本文主要包括以下工作：1.在运动车辆目标的检测方面，通过实验比较了路面标记法、相邻两帧差分法、三帧差分法、背景差分法的优点与缺点，得出背景差分法适合本文设计的系统，最后选择基于背景差分的ViBe算法作为系统的前景目标车辆检测算法。ViBe算法运算简单、检测精度高。2.在前景运动车辆的阴影检测方面，阐述了阴影形成的原因，通过实验说明了阴影对前景目标的影响。在HSV颜色空间下对阴影进行了检测实验，实验表明该种检测方法准确率高，可以满足系统的设计要求。同时，由于在阴影的去除过程中，会使图像的质量降低，所以文中还阐述了二值化图像的形态学处理。3.在车辆计数方面，主要是对区域标记法和虚拟检测线法作了比较，最后选择了实时性好、准确率高的虚拟检测线法作为系统的计数方法。4.研究了常见嵌入式操作系统的特点，根据本文设计需要，选取了代码开源的嵌入式Linux系统作为车流量检测系统的核心系统，同时选取了三星公司的S5PV210ARM11处理器作为系统的核心处理器。5.研究了ARM处理器的编程工具及使用方法，完成了ARM处理器端应用程序的设计，实现了对图像的采集、处理、显示、数据传输等功能。6.完成了单片机端的程序设计，实现了对ARM处理器端传来的总的车流量数据的接收和显示。7.在实际的交通道路上对系统进行了全面的测试，测试的结果表明，系统的实时性好、统计结果准确，系统工作稳定，数据传输准确，达到了预期的目标要求。