随着现代经济的高速发展，交通运输的保障就显得尤其重要，对交通管理的要求也越来越高，将计算机科学与通信等高新技术运用于交通监控管理与车辆控制，以保障交通顺畅及行车安全，从而改善环境质量，促进经济发展的智能交通系统ITS(Intelligent traffic system，ITS)也随之应运而生。在智能交通管理系统中，实时获取交通车流量的车辆检测技术是ITS的基础。利用数字图像处理技术来实现交通流量的车辆检测技术已成为该研究领域的热点。基于数字图像处理技术的交通流量车辆检测技术的研究始于上个世纪80年代。到现在，检测思想和算法一直在不断的改进和革新。有的研究基于检测区域，有的研究基于整幅图片，大量的文献都是基于整幅图片的研究，如背景差分方法，帧差分方法等。本文分析和比较了常见的车流量检测所涉及到的图像预处理算法和图像识别算法以及车流量检测算法，比如背景差法、帧差法、路面标记法、边缘检测法等，提出了改进的基于边缘信息的车流量检测算法。图像的边缘携带了图像的大部分信息，包含了图像的基本特征。边缘检测是图像处理和模式识别的重要方法，如图像分割和自动目标识别等，是图像处理研究领域的重要课题之一。本文改进后的边缘检测算法结合了改进帧差法与边缘检测法的优点，具有很强的环境自适应能力、计算量小、检测精度高、可靠实用等优点。在本文的结尾，提出了设计中需要改进的地方，需以后对其进行进一步的研究。