随着社会经济的快速发展,人们的家庭生活水平也日渐提高。家用车辆的快速增加使现有的道路情况日显匮乏,要解决这种情况只靠单方面增加道路建设已是不太现实,那么如何充分合理的利用现有的交通资源就显得格外重要。这也是各国研究人员致力于研究智能交通的主要目的。　　 本文的目的是要对交通路口的车辆进行准确统计,进而控制交通信号灯的实时周期变化。主要工作就是利用MATLAB图像处理技术对车辆进行了检测识别与跟踪方面的研究。论文就与此方面有关的问题都做了较详细的研究并提出了适合自己的检测跟踪技术,总结起来主要有四个方面的问题。　　 首先是在综合分析学习了有关MATLAB图像处理方面的知识后,对车辆检测识别方面的理论技术进行了研究。在这一过程中,本文研究对比了大量的国内外文献资料,了解了车辆检测识别技术中各种经典理论的优缺点。通过实验对比提出了基于MATLAB图像处理的背景差法车辆检测识别技术,此方法不仅检测精度高且能很好的满足系统实时性的要求。　　 本文在第二部分中主要对背景差分法检测识别技术中所涉及到的背景问题进行了研究。为满足系统实时性的要求,保证检测的准确性,检测中所使用的背景就要不断的更新。本文通过分析对比,在实验验证的基础上提出了基于帧平均法的背景更新的方法。经试验验证此方法在整个背景更新过程中用时5秒,此时间对系统事先设定的1小时更新一次背景来说时间是足够小的。所以此方法在现有软硬件处理能力的基础上能很好的达到实时性的要求,且更新效果令人满意。　　 在第三部分中本文主要研究了车辆跟踪的问题。为防止在同一处理窗口中对同一车辆重复计数,就需要对车辆进行跟踪,直至在视野中消失。就这个问题本文采用活动轮廓跟踪法取得了很好的效果,此方法用一活动曲线紧紧围绕目标车辆不仅跟踪精度高,而且还避免了其它一些方法的跟踪干扰问题。　　 最后一部分本文重点研究了贯穿前后的边缘检测问题。因这一问题在车辆检测,车辆跟踪等主要问题中均有涉及,所以本文做了重点研究,以方便使用。