在国内交通状况日益复杂的背景下，智能交通系统成为亟待发展的研究方向。本课题为应用于ITS领域的交通检测系统的一个分支。根据车辆跟踪、车辆识别和交通系数检测等后续模块的开发需求，本文着重研究和讨论背景提取与运动目标检测的各种算法。　　 在背景提取的算法中，目前研究比较多的为灰度背景。论文首先讨论了图像时间平均法算法的实现，在此基础上，重点研究了对图像分割更有利且适应性更强的彩色背景的提取，这一研究内容分别在RGB和HSV色彩空间进行，并对两者进行了理论分析和算法实现的比较。论文给出了背景提取的实验结果，同时也讨论了各种常见的运动检测算法，并对运动目标检测与阴影检测的算法进行了研究与实现，最后通过后处理等方法对结果进行了改善。实验证明，与灰度背景提取相比，彩色背景有更好的适应性，且彩色空间的车辆检测较单通道的灰度图像更显优势，有效性与可靠性更高。　　 论文中实现的算法首先在VC++6.0的软件环境下进行了模拟仿真，最终移植到TMS320DM642 EVM嵌入式平台。实验结果表明，该算法达到了较好的处理效果，可以应用于一些特定的实际系统。