随着汽车制造成本的大幅降低和我国国民人均收入的快速提高,汽车这一昂贵的消费品也像普通商品一样走进了千家万户,但迅猛增长的车辆对交通管理工作人员带来了严峻的压力。利用智能交通系统来辅助交通管理人员的日常工作,能有效提高其工作效率。智能交通系统主要包括车辆检测、车辆跟踪、车辆行为分析和车牌识别等模块。其中车辆检测模块是智能交通系统的基础,其主要任务是检测交通道路上的运动车辆,车辆检测作为车辆跟踪、车辆行为分析等功能模块的前提,其检测的效果直接影响着整个系统能否正常高效地运行。本文首先研究了基于图像处理技术的车辆检测的相关理论知识和常见的车辆检测算法。通过分析光流法、背景差分法、帧间差分法在车辆检测中的优缺点,最终选择帧间差分法作为车辆检测的基础算法。针对三帧差分法在运动车辆检测过程存在的问题,结合边缘检测算法,改善了三帧差分法的检测效果。在车辆检测过程中,阴影会导致检测出的车辆轮廓发生很大的变化,严重时会影响车辆检测的准确性,因此在车辆检测过程中需要检测出车辆的阴影并进行抑制。由于图像采集设备在采集道路信息时和路面存在一定的夹角,加上车辆之间的间距较小,在车辆检测结果中会出现车辆粘连现象。对于检测结果中出现的车辆粘连现象,首先计算检测结果中连通区域的面积与其最小凸包的关系,然后结合它的最小外接矩形的长宽之比来判断是否发生车辆粘连现象,同时删除面积较小的连通区域,防止噪声出现在最终的检测结果中;对于发生车辆粘连的连通区域,通过链码差检测连通区域边界的凹点,结合凸包差来确定最佳分割点,实现对车辆粘连区域的分割。