随着计算机硬件技术和计算机视觉技术的发展,使得智能交通系统成为可能,其中基于视频的实时车辆检测是智能交通系统的基础部分.针对已有的检测技术在复杂气候条件下对车辆的检测效果不是很理想的情况,该文提出了新的交通流量检测算法.该方法适用于雨雪、大风等多种复杂情况,能够去除恶劣气候带来的干扰,统计交通流量,可应用于视频交通检测系统中.该文首先从视频图像的分析入手,研究了运动目标的检测.研究结果表明在交通流量检测算法中,背景图像的选取和运动特征提取对检测结果有十分重要的影响.因此,在建立系统的背景模型时,充分考虑到了在户外情况下背景随时间渐变的统计特性,使其能够及时更新以免对车辆的检测造成影响.复杂气候条件下,图像质量不稳定,传统的差分检测方法由于需要进行对应像素的差分,通常难以得到理想的检测结果.因此,提出了将当前图像与背景图像进行比较的检测算法.利用数字图像处理的方法,提取图像边缘,将图像细节量的多少作为判断条件,在一定的阈值条件下,实现车辆的检测.同时,为了提高检测的精度,根据阴影的均匀性及不会覆盖原有图像细节的特性,利用路面交通标识,提出了阴影的判别算法.通过实际应用测试表明该文提出的检测方法简便而且易于实现复杂气候条件下交通流量的检测,具有很强的实用性.