智能交通系统(Intelligent Transportation System, ITS)是随着城市道路的发展逐渐应用于交通控制之中的应用系统,也是未来城市交通发展的一种趋势。交通流量控制的初期是采用非运动检测技术手段来获取交通流量数据,这种方式稳定性差而且容易出错。因此,设计一个鲁棒可靠获取交通流量数据的系统具有十分重要的意义和研究价值。一方面,可以给智能交通系统提供交通流量数据；另一方面,使智能交通控制过程更加智能化,提高系统运行的效率和正确率。本文设计的基于运动检测的交通流量计数系统尝试通过四个模块实现交通流量数据的获取：自适应背景建模、背景减法处理、虚拟线圈技术、交通流量控制。本文主要完成前三个模块的工作,这三个步骤是整个系统的基础,关键是利用运动检测技术和虚拟线圈技术,为后续的模块处理作相应的准备。本文的主要工作和成果如下：1.针对运动检测技术中的背景不断变化导致前景检测目标的难题,本文给出了一种方法来解决这一难题。该方法考虑了各种干扰影响,也结合各种背景建模的方法,采用了自适应背景建模的方式来解决抗干扰的前景提取问题。经过车辆视频提取,自适应背景模型的建立,用背景减法分离出有效目标,通过数字图像处理技术,灰度图像、图像增强、二值化、边缘轮廓检测、形态学处理消除阴影、ROI目标分割,实现了从视频序列中提取有效目标。实验结果表明,在现有的环境条件下达到目标提取成功率94%。2.针对车辆经过虚拟线圈的效率和复杂性,结合数字图像处理的相关知识,在第三个模块的研究中提出了一种基于虚拟线圈的车辆轮廓填充度判断的技术。其具体思路是：首先通过运动检测技术得到车辆轮廓的长和宽；然后用程序去检测经过虚拟线圈的目标车辆；最后用车辆轮廓面积去填充虚拟线圈面积,相除计算比值。实验证明,使用填充度来统计车辆目标与普通方法相比,其准确率可达到90%。本文所研究和实现的三个模块可以减小整个交通流量控制系统中后续模块的运算量,并提高了智能交通系统的稳定性和正确率,增强了本系统的智能化程度。