数字图像处理技术是蕴涵巨大发展潜力的新兴科学研究领域之一,基于视频的交通信息检测相比于传统的检测手段具有安装简单、维护方便、检测范围大和信息丰富等优点。视频交通已经成为智能交通系统中的一个重要的研究方向。本文以摄像机获取的交通场景视频图像为研究对象,对所涉及的背景提取、阴影消除、车辆跟踪等关键技术进行深入的研究和分析。主要内容包括:(1)分析了光流法,帧差法,背景差分法,实验验证背景差分法更适合于交通视频中的运动目标检测;(2)实现了多帧图像平均法和基于统计的背景提取算法,并对连续帧间差分法中针对不同的更新系数α做了大量实验,提出了一种新的背景提取算法,该算法具有较快的计算速度。通过比较几种不同的背景提取算法,说明本文提出的新算法得到的背景效果最好;(3)针对图像二值化问题,介绍了几种常用算法:迭代式阈值法、Otsu法、最小误差法,并提出了一种新的图像二值化阈值选取算法:直方图自动阈值法,选择合适的β后就能得到良好的分割效果;(4)利用阴影属性,提出了一种基于统计的运动阴影消除算法,实验结果显示:该算法能够很好的将由于阴影造成的车辆粘连分割开;(5)介绍了跟踪算法中常用的卡尔曼滤波法,和车辆匹配算法,并对遮挡问题进行分类处理。