智能交通系统是交通运输行业未来的发展方向,其中车流量统计是该系统的重要组成部分,对视频应用数字图像处理技术可直接实现车辆计数,避免了人工计数效率低下和铺设地感线圈对路面造成破坏的负面影响。本文在现有的车流量统计算法基础上,就车辆检测、跟踪和计数方面做了相应研究。车辆检测方面,提出了一种ViBe算法和帧差法相结合的检测目标的算法。对视频图像使用ViBe算法得到前景图像,对相邻前景图像使用帧差法得到车辆目标检测结果,记录每一帧背景模型更新的次数防止光照发生变化造成误检。针对检测得到的粘连目标,若使用形态学方法进行分割会使得目标变形严重不利于跟踪,本文首先采用图像细化算法得到粘连目标的骨架,然后使用Shi-Tomasi算法得到骨架内所有角点,接着采用DBSCAN聚类方法对角点进行分类,该聚类算法无需输入类别数目使得不论粘连车辆数目的多少均能按照分类结果将其分割开来。经过实验测试该目标检测算法,提取的车辆外形清晰,“鬼影”现象能快速消除且能够将多车辆粘连目标分割为单目标。车辆跟踪方面,首先对分割后的车辆使用卡尔曼滤波算法得到下一视频帧中的大致坐标,然后使用图像相似度得到其准确坐标,减少了匹配车辆的搜索范围,同时为每个车辆创建相应链表将车辆最新的特征信息添加至表尾处,可以得到车辆行驶轨迹。车流量统计方面,在视频画面中设置两条虚拟检测线,分别是起始统计线和停止统计线,经过比较目标坐标与虚拟检测线的相对位置完成车流量的统计,并且得到当前道路的交通情况。