车辆检测和车流统计是智能交通系统（Intelligent Transportation System，ITS）中最重要的研究内容之一。在研究分析了现有的车辆检测技术基础上，本文研究了数字图像运动目标检测以及基于视频的车辆检测的相关算法，并设计实现了一个基于视频的车辆检测系统。在本文中，针对目前采用单一方法进行车流检测的缺陷与不足，提出了自动判断道路拥堵状态的算法，以及适合于不同拥堵状态下的基于检测线与基于虚拟线圈的车流检测算法，大大提高了系统的检测准确率。本文的研究还涉及到了运动车辆检测、车辆阴影去除、夜晚车灯去除、拥堵检测和不同检测方式之间的切换等。主要研究内容如下：（1）关于运动车辆检测的研究在分析了多种车辆检测算法之后，本文采用了基于背景差分的车辆检测方法。为了满足实时性的需要，本文提出了一种基于采样点多帧累计帧差的分区块的自动背景更新方法，相比传统的方法，此方法计算量小，大大提高了计算速度与背景更新速率，保障了系统的实时性。（2）关于夜晚车灯去除的研究在夜晚，车灯灯光会在运动车辆的前方路面照射出高亮度的光斑，如果不加以去除会对车辆检测识别造成极大的干扰，本文在实验的基础上，提出了一种基于梯度差异的灯光滤除算法，取得了良好的效果。（3）关于拥堵检测和计数方式切换的研究本文共提出了两种车辆检测、计数的方法，分别适用于拥堵的交通状况和非拥堵的交通状况，这样不管交通状况如何，均能取得良好的效果。非拥堵状况下，本文采用背景差分检测出车辆目标，采用基于检测线的方式进行车流计数，即使车辆出现变道的情况也不发生检测计数错误，且背景的实时更新使得运动目标分割更加准确。在拥堵状况下，停止背景更新而采用备用背景，避免了拥堵状况下前景融合到背景中去，继而采用基于虚拟线圈的计数方式进行检测、计数，避免了基于检测线的检测方式在交通拥堵时由于运动目标黏连而导致的错误分割。根据检测计数方式的不同，本文相应解决了如何在两种检测计数方式间实现自动切换的问题。为了保证系统的准确运行，如何准确实时地检测交通状况是否拥堵是极其必要的，本文提出了一种基于多帧帧差均值变化的拥堵检测方法。在上述运动目标检测的理论研究基础上，本文设计并实现了视频车辆检测及车流计数系统。通过在重要路口架设摄像头，运用图像处理技术进行运动车辆目标的检测。该系统作为武汉市智能交通系统的重要组成部分，车辆检测计数准确率达到99%以上，能以自动化的方式检测主要路口桥梁的车流量以及拥堵状况，实现了交通的智能管理，提高武汉市交通系统的效率。