本文的目标是为了建立一个利用交通路面的摄像头来检测车流量速度的系统,进而为后台的交通控制系统提供数据来提高交通的车辆通行效率。这个车流量检测系统被分为了以下四个部分：背景建模、前景检测、车辆跟踪、车流量计算。背景建模的目的是从输入的图像中提取出一个不包含任何前景目标的图像。前景检测是为了能够将车辆从输入的图像中检测出来。具体的实现方法是将输入图像与背景建模产生的图像做出差分,然后从该差分图像中提取出前景目标,在这一步中也利用了感兴趣区域方法来提高程序运行速度。车辆跟踪是为了将每一帧前景图像中检测出来的目标与上一帧中的目标匹配出来,这样就实现了车辆的跟踪。最后车流量的计算是通过建立的一个位移检测的模型,计算出车辆的历史位移,然后除以这两帧图像的时间间隔,就得到了车辆的速度。整个系统使用OpenCV(计算机视觉开源类库)与C++实现。在本文中主要提出了三个创新点：一是提出了一个改进的卡尔曼滤波器模型,能够解决原来的卡尔曼滤波器在初始的误差值较大进而导致车辆跟踪失败的问题；二是提出了一种基于象限的车辆耦合预测与消除算法；三是提出了一个基于车道线标准的车辆位移检测模型,建立这个模型的基础是由于国家在不同的道路中,车道线划定的长度有一定的标准。