常用的公交车辆检测方式包括环形线圈检测方式、GPS检测方式、RFID超高射频检测方式以及基于视频的公交车辆检测方式等。环形线圈在布设的过程中对交通运行造成一定影响；GPS检测方式对信号的强度有一定要求；RFID超高射频是目前常用的公交车辆检测方式,但是其信号接收机的安装位置受某些特定因素的影响,降低了其适用范围；基于视频的公交车辆检测方式作为一种新型的检测技术,是近年来公交车辆检测的研究热点。针对现有的基于视频的公交车辆检测中的检测特征单一,应用于高分辨率图像时存在计算速度慢,将多辆粘连的小车误检为公交车等问题。本文在分析了常用公交车辆检测算法的基础上,设计了融合感兴区域内运动物体像素面积比、车体宽度以及车窗识别等多种特征的公交车辆检测算法,该算法主要创新点如下：(1)分析了帧差法、单高斯背景建模法、混合高斯背景建模法的前景提取效果和运算速度,选取单高斯背景建模法进行背景模型分析,得到运动物体的前景图。再采用轮廓检测以及区域填充的方法去除前景图中空洞区域,完善背景建模效果；(2)设置感兴趣区域提高运算速度,计算感兴趣区域内的车辆面积百分比作为车辆判别标准,完成公交车与小型车的判别；(3)在第(2)步的基础上,采用LSD算法对公交车辆的车体宽度进行检测,该方法解决了Hough直线检测算法误差较大的弊端,提高了检测结果的准确性,减少了多个行人或多辆非动动车一起通过时误检测为公交车的干扰；在此基础上,利用感兴趣区域内车辆亮度曲线,根据车窗的高度消除感兴趣区域内多辆小车粘连被误检为公交车辆的情况。论文最后对长安街南河沿路段公交专用道拍摄的车流视频进行测试,实验结果证明本文的公交车辆检测方式实时性良好,误差较小。因此,本文本方法满足了实时性及稳定性的要求。