随着计算机技术的快速发展，智能交通系统成为了世界各国的研究热点，它是解决交通问题的一个有效办法，为交通管理的发展指明了方向。智能交通系统将先进的信息技术以及计算机技术结合到一起，能够实时、高效、准确的管理和监控车辆，对解决交通阻塞，提高行车安全起到了极其重要的作用。基于视频的车辆计数方法是智能交通系统的关键组成部分，它能实时的提供车流量等交通参数，在交通监控中起到了重要的作用。　　 本论文介绍了车辆计数的主要原理，结合车辆检测和图像去噪技术，对比阐述分析了现有车辆计数的关键算法，在此基础之上，提出运用二次帧差法提取车辆特征信息，并运用车辆颜色特征和偏移量相结合的CAO车辆计数方法。该方法可正确判断有无车辆，完成车辆的计数，对环境自适应能力强、适用于运动车辆计数。采用两种特征进行计数，提高了计数精度，可为交通监控系统提供实时有效的交通参数。全文的研究工作以及工作成果总结如下：　　 ①对四种经典的车辆检测算法做了对比分析，总结了这四种方法的优缺点，在此基础上运用改进的二次帧差法进行运动车辆检测。该方法对三帧图像进行操作，进行两次帧差运算，保留了更多的车辆信息，实用性更强。　　 ②对分数阶微分定义做了总结研究，在G-L分数阶微分定义基础上构造微分算子，对车辆检测图像进行去噪。实验证明能有效去除了图像中的噪点，对图像还有一定的增强作用，使得像素之间间隙变小，轮廓更加突出。　　 ⑨在前面的研究基础之上，提出了利用车辆的颜色特征以及偏移量的CAO车辆计数方法。该方法利用车辆的两种特征进行计数，相比单一的车辆计数方法，虽然计算量增加了，但是计数精度提高了，满足了车辆计数的性能要求。