交通流参数的正确检测与提取,是对高速公路监测与管理的重要基础。交通流参数检测方式多种多样,有电磁感应线圈、超声波检测器、微波检测器和红外线检测器等,而以视频交通流参数检测方式发展最快。由于它具有检测区域大、系统设置灵活、不影响道路通行方式等突出的优点,已成为交通领域的一个研究热点,亦将构造未来交通管理的新模式。本文基于数字图像处理和计算机视觉技术,对系统中的关键技术进行了深入研究。在背景模型、目标分割、阴影去除,以及目标跟踪等关键算法上提出自己新的探讨与方法。在系统设计方面,考虑到当前交通领域现有监控设备,设计了与之吻合的“视频图像采集模块+视频检测服务器+视频检测终端”模式,并提出基于ROI和ROD的检测机制。本文的研究成果体现如下:在关键算法研究中,对目标分割算法进行改进,提出了基于时间平均法和统计模型背景的目标分割算法;在目标跟踪方面,提出了基于区域特征及Kalman滤波的运动目标跟踪算法;在区域特征上,提出了基于质心距离结合RGB颜色直方图的匹配算法;在阴影去除方面,也对当前基于梯度算子的HSV模型进行了研究并进行了优化。在系统开发方面,参与了视频检测服务器和视频检测终端的开发,并独立完成跟踪算法部分以及系统配置模块的研发。利用本文算法,在高速公路上对交通流参数进行实地测试,数据结果表明交通流各参数具有较高检测精度,可进一步推演至工程实用。另外,本文还对可能影响系统性能的因素进行了深入分析,并提出了摄像机最优安装角度。