车流量检测技术是智能交通系统系列技术中的关键基础，基于视频图像处理技术的车流量检测技术的研究已成为该领域的研究热点。视频检测技术日益成为最具优势、最有发展潜力的检测方法。论文所研究的基于视频的交通信息检测技术在ITS中占有很重要的地位，该技术通过对道路交通视频图像的智能化分析与处理，实现对道路上的车流量检测，这些信息对于交通的智能化管理非常有意义。 本文介绍了基于TM320DM642的车流量检测系统。阐明了该系统的硬件及软件组成，讨论了基于虚拟检测线的车流量检测算法。在算法的实现过程中，运用背景消减法提取运动目标，其关键是背景提取与背景更新。中值法在图像序列帧数较多的时候，背景效果较好，但会增大系统运算量，不利于系统实时性。连续帧差法背景更新速度较快，其问题是对前景相似交叠区域误认为背景，针对以上算法的优缺点，提出了结合统计中值法和连续帧差法的背景更新算法。由于OTSU错分概率最小,且选取的最佳阈值应使得不同类间分离性最好。通过对采集视频图像进行实验表明，在光照条件较好的情况下，车辆检测的正确率较高，能达到90％以上，当光线不好的情况下，算法的准确率下降，正确率也在80％以上，说明在一般情况下，虚拟检测线的算法还是能满足要求的。