基于视频虚拟传感器技术的智能交通系统（ITS）在城市交通的规划和管理中发挥着越来越大的作用。智能交通系统是指在数字图像处理技术基础上，对摄像机采集到的视频图像序列进行运算和分析，提取图像中的运动车辆，并对提取车辆的某些方面的信息进行感知与统计。智能交通系统中最关键的技术是如何提取前景运动车辆，这决定了整个智能交通系统的鲁棒性和稳定性。而各种复杂的环境中和不同的条件下（如阴影、光照变化等）对运动目标的提取造成了一定的干扰，那么如何减小或消除这些干扰，是本文研究的重点，也是目前实际应用中一个亟待解决的难题。本论文的主要任务是对基于视频虚拟传感器技术的交通流量监测系统的一个系统研究。首先，讨论分析国内外的运动目标检测技术的研究概况；然后以TI系列DSP（DM6446）为核心，设计了系统硬件平台；接着从系统的角度，分析目标提取与统计算法，在软硬件资源有限的情况下，设计了相关的背景自适应更新算法以及改进了纹理梯度不变性的阴影去除算法，节约系统资源开销，保证了系统的实时性和稳定性；最后是在系统平台的软件部分的实现以及实验结果分析。对于运动目标的提取，在传统的背景差分法的基础上，采用了基于背景纹理梯度方向不变性的特点对疑似阴影区进行分析判断，最终能够完整提取运动目标个体。同时系统设计的时候巧妙地避开冗余干扰较大区域，选择信噪比高的有效信息密集区域进行算法处理，提高了算法的高效性和系统的抗干扰能力。在对目标个数进行统计的时候，虚拟传感器的使用，灵活的把检测带上信息的变化转化为状态机的跳变过程，从而实现对目标个数的统计。实验结果证明，该方法对光照变化具有很好的自适应性，对场景有很强的鲁棒性，且不受车道数目与车影重叠的影响，具备较好的稳定性。