智能交通系统作为跨世纪的经济增长点,早在20世纪中期就已经得到众多发达国家的关注。就目前我国交通运输系统的现况来讲,智能交通系统的建设已成为一种必然性。本文以基于OpenCV的车流量检测与跟踪算法的开发为基础,提出了一种基于改进的kalman滤波自适应混合高斯背景建模和基于目标特征与kalman滤波器相结合的团块跟踪算法。并利用实地交通监控视频对算法进行检测,将检测后有效的算法移植到开发板DVS6446中,以完成基于达芬奇技术的嵌入式车流检测与跟踪系统的研究。论文的关键内容与工作有以下方面：1、提出了一种基于改进的kalman滤波自适应混合高斯背景建模和基于目标特征与kalman滤波器相结合的团块跟踪算法。主要是针对传统混合高斯背景建模进行分析,并做了算法改进。同时对现有主要跟踪算法做了比较,选择了适合本文应用系统的目标跟踪算法。2、深入学习芯片DM6446的软硬件结构与软件开发流程。完成DM6446开发环境的搭建。如Linux开发环境搭建,SDK开发套件的安装及开发板启动程序和内核的裁剪与烧写。同时对开发环境参数进行了具体配置。3、算法的移植及嵌入式系统的移植。要完成这两项,首先认真学习包括Codec Engine、Codec .Server、xDM和xDAIS等相关内容,通过算法创立,引擎的配置,Codec Server的生成,以及引擎的集成,最终生成ARM端应用程序。4、对该系统进行效果检测。统计实验数据,给出误检与漏检的分析结果,并结合数据,做出城市交通车流量变化趋势图。