本文主要研究了基于计算机视觉技术的智能交通系统的基本理论和关键技术。智能交通系统中的交通检测与信息采集已经成为计算机视觉技术应用的一项重要课题，而运动车辆的自动检测、阴影去除、识别与跟踪则是其中最基础的部分。 本论文针对以上几方面问题进行了探索和研究，提出了新的方法，并通过实验证明了新方法的有效性。过系统仿真，取得了较好的效果。本文首先介绍了交通流量检测在智能交通系统（ITS）中的重要地位和研究意义及国内外发展状况，并对常用的视频检测方法进行了分析，提出了基于彩色视频图像的交通流量检测方法，能够很好的消除车辆阴影所导致的误检测。本文详细地研究了车辆目标的视频检测方法和基于虚拟线圈的交通流量检测系统。其中包括针对运动车辆目标图像的特点，重点研究了背景差分法提取运动目标的方法；实现了一种基于彩色视频图像的自适应背景更新方法；对二值化阈值分割方法中的阈值确定方法进行了研究与比较，选择了最佳阀值的二值化分割算法；对于分割后的车辆二值化图像提出了更加适合后续判定处理的后处理方法；本文采用彩色视频图像消除阴影；提出了一种基于虚拟线圈的交通流量检测具体算法，通过系统仿真，取得了较好的效果。同时，为了实现系统的智能化和小型化，提高系统的性价比，本文在第二、三章对车辆流量检测系统的系统选型和硬件设计进行了探讨，设计基于ARM和DSP处理器的嵌入式处理系统，并给出了系统设计的总体框图和主要模块的原理图。