视频监控技术由于检测区域大、系统设置灵活等优点,已成为智能交通系统领域的一个研究热点。针对智能交通系统中的关键技术,研究了基于固定焦距的运动车辆提取算法。针对运动车辆提取的三种常用方法:光流法、背景法和帧间差法,分析了它们的优缺点。在简单情况下,利用序列帧间差法对运动车辆进行了提取,确定了帧间差法的L值,减小了序列帧间差法的空间复杂度。阐述了灰度归类的背景构造方法。在分析背景中静态物体和活动物体的灰度分布后,提出一种使用一个或多个灰度空间表示背景,并利用运动车辆灰度出现的概率小于背景灰度出现的概率的特点对运动车辆进行提取的算法。针对复杂的交通路口场景不能使用单一的算法对运动车辆进行提取的难点,本文使用Robert算子对每帧图像求取边缘信息,利用序列帧差法除去静止物体的边缘从而得到运动物体的边缘信息,并与序列帧差法得到的结果图作差,使得运动车辆灰度块与背景灰度块相分离。通过统计灰度块的边缘信息是否为背景边缘信息对运动车辆区域进行提取。最后,在对已做的工作进行总结的基础上,提出了后续研究工作的思路,对进一步的研究具有一定的指导意义。