机器视觉系统在智能交通研究领域应用广泛，例如车牌识别、路径识别与跟踪、障碍物识别、驾驶员状态监测、驾驶员视觉增强等。在现实社会中，由于城市化带来了车辆激增，车流量检测在现代交通中已成为重要的一部分。掌握车流量信息，既可以保障道路行驶安全，也可以达到宏观调控的目的。
现在，车流量的检测方法虽然有很多种，但是，这些方法中多多少少还是存在了一定的弊端，例如：
超声波频检测技术：采取接收从车辆或地面反射回来的超声波来判断有无车辆通过的方法，此技术由于受电磁波传播过程中会出现衰减的影响，在实际应用中准确性较差;
空气管道检测技术：通过车辆经过特定管道时，管内空气挤压而触动计数器的方式来检测，此技术显而易见方法比较繁琐，使用寿命短;
电磁感应检测技术：此技术相对来说性能比较稳定、技术比较先进、也不太受环境因素的影响，但是，由于感应装置是固定埋在地面上的，一旦有车辆违章非正常行驶时，就容易产生误差了，而且路面的可维修性也相应降低了。
那么相比之下，机器视觉车流量技术则更具有成本低、稳定性强、准确性高、应用范围广、以及交通管理信息全面等优点，因此，此技术目前已在国内外高速公路和公路的交通监控系统中得到了广泛的应用。
机器视觉车流量检测技术能够为交通监测提供高质量的图像信息，实现准确可靠地道路交通的监视和控制。检测系统主要是由视频采集、视频信号处理、车流量检测结果输出等几部分组成的，对应的，这些环节是由机器视觉系统的各部分来完成的。
采用工业相机与图像采集卡负责视频的采集，图像处理软件则实现了视频信号的处理与检测结果的输出。在信号处理环节，要采取不同的算法，例如白天与夜晚的检测所采用的算法是不同的。最终，将车流量信息传到监控中心，这样就完整的实现了整个监控检测过程。
（编辑：899电脑网）
