在社会经济高速发展的今天,车辆数口急剧增长,交通拥堵等问题日益严重。20世纪90年代初期,智能交通系统(Intelligent Transportation System,ITS)的研究给交通运输领域带米了新的契机。本文以交通监控视频为研究对象,重点研究车辆检测与车流量统计算法,提出了一种基于马尔科夫随机场模型的运动车辆检测算法,采用Visual Studio 2008开发环境,基于OpenCV的视频处理完成了车辆口标的检测和提取,搭建了完整的车流量统计平台,实现了车流量的智能统计并且正确率较高。论文的关键内容如下：1、车辆检测的视频图像预处理方法：主要包括图像的灰度化、二值化以及去噪,特别是在图像的去噪方面,先对交通视频图像分别添加了高斯噪声或椒盐噪声,然后分别采用均值滤波、高斯滤波和中值滤波进行去噪处理,为接下来的车辆口标的检测和分割做好准备。2、提出马尔科夫随机场模型的运动车辆检测算法：对现有的几类车辆提取方式的优缺点进行了分析并比较了帧差法、背景差分法和光流法等几种基于视频的检测算法,提出一种基于马尔科夫随机场模型的车辆检测方法。该检测算法精确度较高,分割后的图像上的车辆信息丢失情况较少,可以得到较完整的车辆口标轮廓并且保留更多的细节信息,能够清晰地将背景与口标区分开,有效的解决了道路车辆图像的低性噪比和弱边界等问题,较好的实现了车辆检测。3、设计实现了基于OpenCV的智能车流量统计平台：采用OpenCV函数库在Visual Studio2008平台上实现车流量的统计,介绍了该软件的模块、软件的数据结构及实现流程、软件的设计和软件的总体结构及功能等,并测试分析了车流量统计软件的运行过程及结果。通过实验进行分析比较可以得出,设计的平台可以实现车流量的统计并且正确率较高,漏检率和误检率均比较低,可以为后续的城市规划等研究提供可靠的技术支撑。