运动车辆视频检测在智能交通系统(ITS)中起着非常重要的作用,而摄像机的抖动、光线明暗度的不同和背景的复杂性等等都给实时、准确检测带来很大挑战；道路交通信息如车流量、车型、车速等基本交通参数的获取是ITS发挥作用的前提和基础。对交通视频检测中的电子稳像算法、基于背景差分的码本算法以及车流量参数检测方法的深入研究,是解决这些问题的关键点。研究了交通监控视频中图像处理技术。对采集到的视频车辆监控图像进行预处理和形态学操作,并通过实验对比分析了目前常用算法在视频处理效果中的优劣。针对室外大风或载重车辆经过造成摄像机抖动的情况,研究了电子稳像算法中灰度投影法,编程实现了运动估计和运动补偿等算法思想。通过对抖动视频测试,可以看出,该算法在一定程度上解决了视频抖动的问题,达到了稳像的目的。研究了基于背景差分技术的码本算法,用于解决车辆检测中背景模型难以处理问题。首先建立基于亮度YUV空间的码本模型,并结合帧差法,改进了基于局部更新的分层码本算法。该算法在减少检测时间的同时,适应了背景亮度的变化。探讨局部二值模式(LBP)纹理目标检测方法和LBP算子,实现了基于块的均匀模式LBP运动车辆检测算法。综合码本算法误检率较低和均匀模式LBP算法计算简单的特点,先对车辆进行块级的LBP检测,再进行像素级的码本检测,车辆检测时间和准确性得到很大提高。设计并实现了车道流量和不同车型的车流量信息采集系统。系统中采用虚拟线圈法进行车流量统计和车型判断。通过统计虚拟线圈中像素点个数的变化来判断是否有车辆经过,分别统计各个车道的车流量及总车流量,通过车辆经过虚拟线圈的时间长短来判断车型。对车辆骑线行驶情况下车流量的准确统计算法拟开展进一步研究。