在智能交通管理系统中，实时的交通流参数检测起着越来越重要的作用。交通流参数包括车流量、车速、车道占有率等，参数检测的方式也有多种，但基于图像处理的视频车辆检测技术以其检测区域大、系统设置灵活等突出的优点，成为智能交通系统领域的一个研究热点。因此，基于视频的交通流量检测技术成为其研究领域的重要方面和基础。本文是在阅读和理解国际国内智能交通系统基础上，首先介绍了智能交通系统的概况、视频检测的优越性以及视频检测系统和算法的发展现状。通过对现有多种算法的研究与分析，在借鉴前人研究的经验和教训的基础上，创新性地提出了在YUV色彩空间检测运动车辆并实现了车辆流量统计的算法。在研究算法过程中主要用到了对图像的预处理、背景的建立和自适应更新、色彩空间的转换、阴影的检测等算法。其中介绍了常用的运动目标检测方法，并重点介绍了本文采用的背景差分算法；在背景差分算法中，背景的获取和更新是关键，进而介绍了几种背景更新模型，并确立了适应YUV空间的非参数模型更新的快速算法。考虑到阴影的影响，本文也对阴影的模型和检测方法进行了研究，并在YUV空间实现了阴影的去除。最后设计了一种实时可靠的基于虚拟检测线的交通流量检测算法，以此技术为基础在Windows操作系统平台上用VC++开发工具进行编程实现。该算法通过对实际的交通流图像序列进行了测试，取得了较好的效果。