随着我国城市化进程的不断加快,城市公路交通系统的压力不断加大。因此,基于计算机视觉技术的智能交通系统的重要性日益显著。利用图像处理技术来实现交通流量的车辆检测技术已成为该研究领域的热点。只有从背景中准确地分割出车辆,才能进行车辆的识别与跟踪。因此,应用车辆视频检测技术与图像处理技术相结合,可以识别同一视域范围内很多辆车的数目、类型和移动的特征等,能为智能交通控制提供重要的实时依据。本文首先介绍了智能交通系统的概念、重要性以及图像处理技术在车辆识别统计中的重要性、车辆视频检测方法的概述,并将视频检测技术和其它检测技术相比较,提出了视频检测技术的优越性。本文重点研究了背景差分法提取运动目标的方法,并提出了面积法对车流量进行统计、车辆识别。在研究算法过程中主要用到了车辆视频检测相关的灰度化、滤波、图像增强、锐化等图像处理基础知识,并将这些知识的算法进行了比较研究。进而用到了阈值分割、边缘检测、以及形态学操作等图像分割技术以及车辆的检测和提取算法。最后设计了一种实时可靠的基于背景差法与面积法信息融合的车辆识别统计算法,并将其在Windows操作系统平台上用MATLAB/GUI开发工具进行编程实现。本文应用该算法对多帧交通流图像进行了研究。实验结果表明,该算法对车流量的识别、统计效果很好。