主要闡述交通視頻檢測中背景模型的建立，在普通均值法提取背景的基礎(chǔ)上，提出改進的均值提取法，并通過實驗驗證和對比，論證改進的均值法在提取背景圖像方面，可以減少背景中的車輛幻影，得到效果比較好的背景圖，進而對視頻中運動目標(biāo)的提取作介紹，并通過實驗得到所需的前景圖，即運動目標(biāo)，為后續(xù)的車流量計數(shù)工作做好基礎(chǔ)準(zhǔn)備。

　　從二十世紀(jì)80 年代開始，隨著科技水平的發(fā)展和社會水平的提高、城市人口的不斷增加，從而導(dǎo)致汽車數(shù)量也日益增加， 路網(wǎng)的通行能力已經(jīng)無法再繼續(xù)滿足持續(xù)增長的交通需求， 交通擁擠和交通堵塞的現(xiàn)象也越來越嚴(yán)重，對于交通污染、交通事故、能源消耗等原因引起的一系列損失現(xiàn)已成為世界各個國家都關(guān)心和面臨且亟需解決的重大問題。智能交通系統(tǒng)（IntelligentTransportation System，ITS）在傳統(tǒng)交通系統(tǒng)的基礎(chǔ)上，使其進一步智能化、信息化、集成化和網(wǎng)絡(luò)化，來保證人、車、路與環(huán)境四者間的正常流通，從而使交通系統(tǒng)的效率、可靠性、機動性、經(jīng)濟性和安全性等方面得到進一步提高， 最終達到保護環(huán)境、降低能耗的目的。因此，在近二三十年來，國家政府、研究院以及學(xué)者們一直將智能交通系統(tǒng)（ITS）［1］的發(fā)展作為一項重點攻關(guān)項目。