随着现代交通运输业的快速发展,道路上行驶的车辆日益增多,伴随而来的交通拥堵、道路使用效率不高等问题却给日常交通管理带来了重重困难。而融合了计算机、电子等现代高新科技的智能交通系统(ITS:Intelligent Transport System)为此提供了解决方法。　　 在智能交通系统中,车辆检测是其中一项核心内容。检测方法的精确性、稳定性、灵活性是决定其能否得到长期应用的关键。随着视频监控技术的发展,视频交通检测器从开始出现到广泛运用证明了其在交通领域的实用价值,以及相对于其他检测方法更大的发展潜力。　　 本论文提出并实现了一种基于德州仪器(TI)DM6446数字媒体处理器的智能交通视频运动车辆及流量检测系统,详细介绍了该系统的软硬件架构及车流量检测技术等核心内容。其中,检测算法的准确性和硬件处理器的性能是影响系统运行效果的两个关键因素,论文从研究车辆检测相关的图像处理算法出发,通过比较各种算法的优缺点提出了切实可行的检测算法。　　 论文先对运动车辆检测方式以及检测算法进行了比较研究。在检测方式的讨论中主要分析了各种检测器的优缺点,指出视频检测方法的优越性以及未来发展的潜力；在视频车辆检测算法的讨论中,比较了光流法、模型法等车辆检测算法的性能及实用价值,提出了背景差法是适合于实际应用的方法。　　 随后论文阐述了系统检测算法的原理,并逐步展开对视频处理算法的分析与研究。在背景模型的建立中,本文提出了采用积累差异的方法对交通场景图像进行动态背景建模,并在背景建立完成后使用背景差法提取前景目标的方法；在车辆目标定位算法中,采用区域生长法对运动车辆进行了框选定位。之后,在上述处理结果的基础上采用虚拟线圈法进行了车道流量的统计。　　 论文的最后部分介绍了系统的具体实现过程,包括:搭建算法测试平台,对算法效率进行优化和移植算法到MontaVinsta Linux平台。最后,本文使用实际交通视频对系统的运行效率及检测准确率进行了实验验证,结果表明,系统具有良好的效果。