ITS中的视频检测系统是近年来备受关注的一种新的交通检测方法。相对于传统的交通检测方法而言,视频检测具有无线、信息量丰富、使用灵活和检测较大范围的特点,而且安装和维护都不要开挖路面,影响交通。视频交通处理系统主要基于视频图像处理技术,图像处理技术的进步和微电子技术的发展为其广泛应用奠定了坚实的基础。本文以华中科技大学国家光电实验室“智能交通系统(ITS)”项目为背景,在对当前视频交通检测技术进行研究的基础上,结合视频交通发展趋势,深入探讨视频交通检测系统中的背景生成更新和阴影检测。本文避开了神经网络算法等耗费计算资源的复杂算法,采用积累静态背景点的方法,统计得到一幅初始的背景图像,以供和原图差减得到运动目标。同时,动态的背景更新算法保证初始背景能够得到实时的更新。本文的背景算法简单有效,既不占用过多的系统资源,又能准确动态的得到实时背景。在消除阴影模块中,和传统的把阴影当成一个整体检测的方法不同,本文提出的阴影检测算法,首先将阴影分成三个内部特征统一的子区域,然后分别用灰度降低率和颜色变化偏角两个特征来检测,最后用阴影独有的边缘线进行完善,以降低阴影的漏检率和错检率。最后本文给出了背景生成更新,阴影消除和车辆定位的实验图,结果显示该系统可以准确完成车辆检测任务。针对阴影检测,本文给出改进后的阴影算法和其他方法在漏检率和误检率上做了比较,结果显示该算法可以明显的提高阴影的检测效率。本文的研究工作为未来的视频交通检测提供了一种新的思路和理论参考。