近年来,世界各国先后建立了四通八达的交通运输网络,交通工具与道路建设的同步跃升,的确带来了一系列严峻的交通问题,导致了巨大的物质与经济损失。因此,仅靠修建道路与交通设施来解决交通问题的效果十分有限。交通的有序、通畅、安全、快捷运行,重要的是对交通流的监测、疏导与管理进行有机融合,而其中智能交通系统中的计算机视频检测技术成为系统实现的前提,也成为本文研究的重点。智能交通系统中的交通检测与信息采集已经成为计算机视觉技术应用的一项重要课题,而背景模型的提取和更新、运动车辆的自动检测、阴影去除、识别与跟踪则是其中最基础的部分。本论文针对以上几方面问题进行了探索和研究,提出了新的方法,并通过实验证明了新方法的有效性。本文也是视频交通流检测相关技术和交通工程充分融合的系统研究,采用从理论分析和系统调研到工程实践的方式,从对现有交通流参数检测器的分析入手,研究系统的硬件设备的选择、所涉及的检测算法等关键问题,设计了系统的框架与模型。对各种交通流参数检测算法进行了深入的研究,并编写代码进行检验,从算法的时间效率和检测效果两个方面对算法提出改进与优化,直至达到系统实时性的要求。主要涉及的算法有:基于统计模型的背景提取与更新算法;运动目标区域融合算法;运动物体阴影去除算法;基于目标匹配的车辆跟踪算法等一系列算法。在上述算法的基础上,实现了对交通流参数的准确提取。最终,视频交通流参数检测系统得以开发和实现,经过测试达到了设计要求,系统在技术实现上可供借鉴。