发展智能交通系统,是解决汽车时代和城市化过程中出现的环境污染、交通拥挤、交通事故等问题的有效途径之一,是未来交通系统的发展方向。基于视频的智能交通系统以其配置灵活、检测范围广和安装维护简单等特点,受到越来越多研究者的关注。车辆运动检测和流量统计是智能交通发挥作用的技术基础和前提。交通摄像机在风载等因素作用下会产生的运动、光照的变化,给运动检测和车辆流量统计带来很大的挑战。本课题对电子稳像算法、车辆运动检测算法和车辆流量统计算法进行了深入的研究。首先,本文研究了交通监控视频中常用的图像平滑技术,通过对比实验分析了不同图像平滑技术的好坏。针对交通监控摄像机工作过程中会因为风载或重载车辆的经过而小幅抖动的现象,研究了电子稳像算法,提出了改进的基于SIFT特征匹配的电子稳像算法。结合运动检测掩码和SIFT特征描述算子间的距离,筛选匹配的SIFT特征点对,稳像效果得到了提高。其次,本文研究了运动检测算法,针对智能交通系统对实时性和准确性的要求,提出了一种新的基于块的帧差分运动检测算法。讨论了参数取值对算法性能的影响,在标准数据集中进行实验确定参数的取值,并进行了对比实验。在获得高实时性和较好准确性的同时,本文算法抗噪性能较好,不受鬼影现象的影响。最后,本文研究了车辆跟踪和车辆流量统计算法,提出了基于车辆跟踪和车辆跟踪状态及其跳转情况的车辆流量统计算法。在算法研究的基础上,使用Visual Studio 2010和OpenCV 2.3.1扩展库开发了一个车辆流量统计原型系统。在两段交通视频上进行了多组实验。实验结果表明,本文提出的车辆流量统计算法对车辆运动检测算法漏检现象具有较高的鲁棒性,车辆计数、流量统计的准确度较高,误差率较小且可控。