作为智能交通系统的核心组成部分之一,运动车辆检测和跟踪在车辆监控、城市街道交通管理等方面的地位越来越重要,它的发展有助于缓解交通拥堵、交通事故等问题,是机器视觉在智能交通系统应用中的一个重要研究方向。随着集成电路设计和生产能力的快速发展,数字信号处理器(Digital Signal Processor, DSP)在处理视频／音频等大量数据的场合应用非常广泛,在高强度、高速率的数据处理方面体现出无可比拟的优越性。本文首先阐述了课题的研究背景及意义,介绍了车辆检测和跟踪算法的国内外研究现状以及国内外DSP的不同发展状况；接着介绍了中国电子科技集团公司第三十八研究所(以下简称中电38所)自主研制的博微系列DSP芯片——BWDSP1042、开发环境和指令系统。该芯片并行执行能力强同时配备了一整套完善的开发调试工具；然后列表分析了光流场法、帧间差分法和背景差法的优劣,决定采用基于帧间差分法的车辆检测算法,因为与光流场法相比,该算法计算量小,容易编程实现,与背景差分法相比,不需要进行实时背景更新。同时,本文采用一种灰度直方图匹配的算法作为车辆跟踪算法,可以利用BWDSP1042芯片中的移位器查找表进行灰度直方图统计。本文的主要工作是基于BWDSP1042芯片进行程序设计并优化以及与Matlab协同进行车辆检测和跟踪系统模拟。设计时首先分析帧间差分法和灰度直方图匹配中的关键过程,帧间差分法中的关键过程是灰度图像像素矩阵相减,灰度直方图匹配中的关键过程是灰度图像像素值的直方图统计,并导入灰度图像数据进行程序测试,在确保运算结果正确的基础上通过插入流水线的方法对程序进行优化,由实验数据得知达到了比较好的优化效果；程序设计优化完成后通过Matlab编程协同BWDSP1042进行系统模拟,首先使用Matlab编程提取视频帧并进行灰度化,然后将灰度数据导入BWDSP1042中进行帧间差分获得车辆位置,将包含车辆的扩大框与预测框进行灰度直方图统计,最后通过灰度直方图匹配实现车辆跟踪。