随着计算机硬件技术和计算机视觉技术的发展，ITS也得到快速的发展。社会的进步，经济的发展，也要求智能交通系统越来越完善。自动交通事件检测系统作为智能交通系统重要的一部分，越来越受到广大学者们的关注。 一个好的自动交通事件检测系统，车辆检测是关键。传统的车辆检测方法很多，但其鲁棒性都不够好，视频图像的检测以其检测范围大、工程量小、安装简单、成本低、信息丰富而逐步取代传统的检测方法。随着计算机硬件的发展，利用视频图像对车辆进行检测及跟踪越来越受到人们的关注。 本文以静止的单孔摄像机获取的高速公路交通场景视频作为研究对象，以检测出场景内的运动车辆为目的，对所涉及到的背景提取及自适应更新、阴影检测、车辆分割等关键技术问题进行了较深入的研究和分析，并在这些关键技术研究的基础上实现了一个视频车辆检测系统。本文的研究内容主要分为三大部分： 1、在传统的背景差分的基础上，提出一种基于数学形态学及小波变换的车辆检测算法。首先采用统计学的方法一快速序列均值法，建立背景模型，由于背景受光线变换的影响比较明显，所以本文采用了相应的简单快速的背景更新算法。利用建好的背景对视频图像做背景差分，然后结合数学形态学及小波变换对图像中的车辆进行精确的检测。 2、提出一种基于改进OTSU方法的运动车辆分割算法。 3、设计并实现了一个视频车辆检测系统。本文采用Visual C++6.0和OPENCV图像开发包开发了一个视频车辆检测系统，本系统主要实现了背景提取，图像滤波，图像二值化，形态学变换，车辆检测及分割，阴影检测等。