随着机动车的日益普及，交通拥挤问题日益突出。在现有的条件下，如何提高交通控制和管理水平，合理使用现有交通设施，充分发挥其性能，是解决交通问题的有效方法之一。随着计算机硬件技术和计算机视觉技术的发展，基于计算机视觉的交通监控系统成为可能。基于视频车辆的实时检测是智能交通监控系统的核心部分。目前存在的检测技术在复杂场景、大范围、多目标的情况下，运动汽车的分割和跟踪的效果不是很理想，需要进一步改善。就此现状，本文在前人工作基础上主要做了如下研究工作： 1．以双向车道及其自然景观为背景，以行驶在道路上的汽车为移动目标，对固定的单摄像头的视频采用背景差和帧间差相结合的检测算法，此算法能实时检测出移动目标汽车的轮廓、区域，提高了检测的有效性和鲁棒性。 2．为了在交通正常使用即存在汽车前景的条件下也能提取出背景，采用一种对一系列含移动汽车的连续输入帧图像进行逻辑运算，可以在交通不中断运行使用的情况下提取出初始背景，并具有输入的帧数少，运算速度快的特点。 3．为使背景帧能适应环境光照的变化，减小背景更新时的误差积累，采用一种改进的选择性背景定时更新算法。此算法提出：只有在帧