1.一种高速公路多车道车流量统计方法，其特征在于，包括:

步骤(1)：获取高速公路视频数据，并对所述视频数据进行预处理，得到视频帧；

步骤(2)：对所述视频帧进行背景建模与更新，得到背景视频帧模型；应用背景差分法从所述视频帧中分割出运动车辆目标；

步骤(3)：应用动态质心距离跟踪法动态跟踪所述运动车辆目标；

步骤(4)：应用双虚拟检测线法对不同方向的所述运动车辆目标进行流量统计；

步骤(3)中，所述动态质心距离跟踪法具体为：预设一最小距离阈值，计算当前帧的所述运动车辆目标的边界框质心位置与上一帧中所有边界框质心位置之间的距离，在所述距离符合所述预设最小距离阈值的情况下，将上一帧中的最小距离的边界框与当前帧的所述运动车辆目标的边界框进行关联；

所述动态质心距离跟踪法还包括：预设一帧数阈值，当在相邻的所述预设帧数阈值内无法对所述运动车辆目标的边界框进行关联时，将所述运动车辆目标判定为新车辆的出现或旧车辆的消失；

步骤(4)中，所述双虚拟检测线法具体为：设置垂直于车道且位于视频帧中间的两条虚拟检测线，且所述两条虚拟检测线之间的距离大于所述运动车辆目标车身长度；预设一像素值变化阈值；设置所述运动车辆目标未经过所述虚拟检测线的状态S＝1；经过所述虚拟检测线，所述虚拟检测线的像素值发生变化且大于所述预设像素值变化阈值，则状态变为S＝0；当所述运动车辆目标驶离所述虚拟检测线时，状态又变为S＝1；当所述虚拟检测线的状态由S＝1变为S＝0再变为S＝1，则检测到所述运动车辆目标经过，计数器加一；通过所述运动车辆目标经过所述双虚拟检测线的先后顺序，识别所述运动车辆目标的行驶方向。

2.根据权利要求1所述的一种高速公路多车道车流量统计方法，其特征在于，步骤(1)中，所述预处理为最优灰度处理；

所述最优灰度处理公式如下：

Gray＝(R*28+G*61+B*11)/100；

其中，Gray为灰度的像素值；R为红色通道、G为绿色通道、B为蓝色通道。

3.根据权利要求1所述的一种高速公路多车道车流量统计方法，其特征在于，步骤(2)中，所述背景建模与更新具体为：把所述视频帧中的第一帧作为背景图像，后连续输入所述视频帧进行背景建模与更新，得到所述背景视频帧模型。

4.根据权利要求1所述的一种高速公路多车道车流量统计方法，其特征在于，步骤(2)中，所述背景差分法具体为：将所述视频帧输入与得到的背景视频帧模型做差，得到背景差分图像；对所述背景差分图像进行二值化处理，分割出所述运动车辆目标；

所述背景差分法公式如下：

Li(x，y)＝|Ii(x，y)‑Bi(x，y)|

其中，Li(x，y)为得到的背景差分图像；Ii(x，y)为所述视频帧中的当前帧图像；Bi(x，y)为所述背景视频帧模型中的背景图像；

所述二值化处理公式如下：

其中，T为二值化阈值；Ti(x，y)为所述运动车辆目标，也为符合所述二值化阈值T的背景差分图像。

5.根据权利要求4所述的一种高速公路多车道车流量统计方法，其特征在于，在将所述视频帧输入与得到的背景视频帧模型做差，得到所述背景差分图像后，还包括：通过中值滤波法对所述背景差分图像进行边缘像素锐化处理；

所述中值滤波法公式如下：

g(x，y)＝med{h(x‑k，y‑t)，(k，t)∈w}；

其中，g(x，y)为中值滤波处理后得到的灰度值；h(x，y)代表原灰度值；w为可选图形各异的窗口模板；k和t为窗口模板的大小；med为中值滤波函数。