伴随着经济和科技的发展,汽车的制造成本下降,普通人的购买能力提升,汽车越来越普及,越来越多地走进普通家庭。这在给生活带来快捷便利的同时,也使得各大城市出现交通拥堵这一通病。传统定时交通控制策略已经不能很好地缓解交通压力,解决当前的交通问题。因此,为有效控制城市交叉路口,提高道路通行效率,建立根据车流量动态变化而自适应改变交通配时的城市智慧交通信号灯是非常有必要的。本文的研究主要分为基于图像处理的车辆检测与统计和交通信号灯配时方案研究两个模块。在图像处理部分,本文从如何进行车辆检测和统计出发,在进行视频采集和相应的预处理的基础上,分析比较了不同运动目标检测算法的优缺点,从而选定背景差分法为本文的运动目标检测算法。在此基础上,进一步研究了背景差分法中不同的背景建模算法,通过分析与实验对比,选择ViBE算法进行背景建模。同时针对ViBE算法存在的鬼影和阴影检测问题,针对性地提出了改进方法。最后选用虚拟线圈法用于车辆统计。通过实验仿真,验证本文算法具有较高准确率,可用于车辆检测与统计。在交通信号灯配时方案部分,本文提出了一种可智能地将专家经验转换为模糊规则知识库的两级模糊控制获取交通信号灯周期的方案,该方案改变了传统方案中的定周期,根据车流量和主干道确定信号周期,同时为实现根据车流量调控绿灯时长,建立以平均等待时长、平均停车次数和等待队伍长度为目标的多目标优化模型,选取粒子群算法进行求解,并提出结合仿真软件的求解流程。最后为验证本文提出的交通信号灯配时方案的有效性,使用SUMO交通仿真软件建立多路口道路、车流以及信号灯模型。以南京市中央路作为主干道,选取交叉路口数不同的路段分别仿真分析。仿真结果表明本文提出的配时方案可以有效地改善交通拥堵情况,同时通过对比拥有不同交叉路口数的路段,发现当协调控制的交叉路口数为3或4时,本文配时方案改善效果明显。