随着社会经济的发展，交通拥挤、交通事故等问题已经成为世界各国面临的共同问题。在此背景下，智能交通系统的概念就应运而生了。而实现交通系统的智能化，关键问题就是交通信息的获取、处理以及分析，为此，在分析现有算法的基础上，本文提出了一套新的交通参数提取方法。本论文的主要工作如下： 首先，分析了现有的几种典型的基于视频的交通信息检测系统：车牌自动识别系统、车型识别系统及交通状态参数提取系统，重点关注其中所用到的视频图像处理算法，并对基本的视频图像处理理论方法做了详细介绍，如色彩空间模型、空间域图像处理，以及数学形态学运算等。 之后，以大量的文献调研为基础，分析了五类典型的彩色视频图像处理中的目标提取算法，并决定在RGB模型空间中寻找一种能将三维的色彩特征空间映射为一维特征空间的算法做为研究思路。 然后，提出了一种基于滑动差分滤波的车辆提取算法。利用滑动差分滤波器在一维特征空间里对图像数据进行处理，以使得车辆的边缘像素点得以凸现，进而完成状态特征矩阵的赋值。 最后，通过对状态特征矩阵进行分析、计算，完成车辆的提取、车流量统计及车道占有率的计算。 文章的结尾对整个研究做了总结和展望。在展望中提出了有待解决的问题和下一步工作的内容。