随着汽车的不断增多,目前的道路建设已经跟不上车辆的发展。这就需要研究如何更加有效的利用现有的交通网络,这也是基于视频的智能交通系统的研究目的。基于视频的智能交通系统可以检测很多交通参数,其中一个重要参数就是汽车流量。本文主要介绍了基于视频的汽车流量检测系统的设计。首先简要介绍了汽车流量检测所涉及到的图像预处理算法和图像识别算法;其次在介绍现有的汽车流量检测算法基础上,提出了改进的基于边缘信息的汽车流量检测算法;然后在计算机上对汽车流量检测算法进行了仿真;最后对系统硬件设计进行了一定的考虑,对硬件设计中的几个关键问题进行了讨论。本文主要分以下四个部分进行介绍:第一部分简要介绍了智能交通系统在我国的应用和发展,引入图像识别技术在交通参数检测中的一个典型应用--汽车流量检测,并介绍了汽车流量检测算法的仿真系统结构。第二部分首先介绍了图像的预处理――平滑和增强算法,然后讨论了汽车流量检测的关键和难点问题――图像运动信息的检测和提取,并在比较现有算法的基础上,提出了一种基于边缘信息的改进车辆检测算法,其在多个方面对原有算法进行了改进。第三部分介绍了计算机仿真的整个过程,即用摄像机拍摄交通路况后制成VCD,在实验室里通过VCD机输出路况信息,用图像采集卡采集VCD机输出的交通路况录像到计算机内存中,显示的同时处理图像,完成了算法的仿真。并对常用的图像平滑算法、增强算法、边缘算子的处理时间和处理效果进行比较;测试了改进的边缘检测算法在各种天气、道路状况下的检测正确率。结果显示该算法明显优于帧差法、背景差法、路面标记法。第四部分探讨了汽车流量检测系统的硬件设计。对其中的几个难点问题进行了讨论。包括如何应用单片机模拟I2C接口初始化视频芯片SAA7110;如何操作FLASH芯片Am29LV200B;如何设计CPLD,从而控制整个系统。在本文的结尾,提出了设计中需要改进的地方,需以后对其进行进一步的研究。