近年来，基于视频的交通参数检测成为计算机视觉领域新兴的研究方向，基于视频的交通参数检测是智能交通系统的重要组成部分，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、计算机网络、模式识别以及人工智能等学科与领域，具有较高的学术价值和理论研究意义。本文首先概述了视频交通检查系统的架构、功能特点、硬件组成及其软件流程，并在视频交通监测系统中使用DSP (Digital Signal Processing)，使得原来非常复杂的电路设计得到了极大的简化，增加了整个系统的灵活性。其次，研究了在进行交通参数及事件检测之前，对所采集的视频数据进行格式转换和存储、图像坐标确定、车道识别和分割等预处理工作，并且对视频中出现的车道进行距离标定、检测区域标识等工作，提高了道路交通参数及事件判定结果的准确性。最后，针对交通视频中车辆移动检测问题，介绍了常用的几种运动目标检测算法，并结合交通视频镜头相对固定、实时性强的特点，重点研究了基于图像差分运动目标检测算法中的背景差分算法，并在背景估计和背景更新算法上做了相应的改进，实验结果表明，背景差分法在交通视频车辆移动目标检测中具有较好的适用性和通用性。