近年来，基于视频的交通参数检测是智能交通领域新的研究方向，具有广阔的应用前景，同时基于视频的交通参数检测技术涉及了图像处理、计算机视觉、模式识别以及人工智能等学科与领域，具有重要的理论研究意义。 本文以摄像机固定方式下拍摄的交通图像视频流为研究对象，以实时提取交通参数为研究目的，研究并改进了交通流参数的检测算法。 本文采用的车辆检测方法是在每个车道设置一个(或两个)虚拟检测区域来检测交通流参数。该方法的特点是只需对虚拟检测区域内的图像进行处理，处理运算的图像区域小，因此减少了运算量，降低了运算负荷。 本文重点介绍了车辆排队长度检测算法的研究与实现。该算法包含运动检测与车辆存在检测，通过合理运用这两种检测方法，节省了检测算法的运算时间，提高了检测的实时性；文中提出了一种将灰度判断与边缘检测相结合来检测交通参数的方法，综合了灰度检测和边缘检测的优点，提高了检测的准确性；论文中将小波变换用于车辆边缘的提取，在交通流参数提取中得到了较好的应用。 论文中根据相关的交通参数检测算法，在VC环境下进行了编程实现。并对实际道路环境下采集的视频交通流进行了测试，检测车流量、车辆速度、交通流密度等相关交通参数，给出了相应的测试结果、统计数据及性能评价。