视频监控系统是智能交通系统中最重要的一部分，而背景提取和运动目标检测又是视频监控系统中的关键技术，也是后续目标识别、目标跟踪以及行为分析的基础。本文对背景提取算法和目标检测算法进行研究分析，并在此基础上提出了相应的改进算法。　　常用的背景提取算法有多帧图像平均法、统计直方图法、统计中值法、分块法。本文在已有算法的基础上，将统计直方图法中融入了多帧图像平均法思想，提出了一种改进的算法。该算法先对目标进行初步前景分离，降低了运算量和存储量，之后在统计直方图法中出现频率最高灰度值不可靠的前提下，能够利用多帧图像平均法来选取可信度最高的灰度值作为背景灰度。实验结果表明，算法在不同场景中提取出的背景图像均优于原有算法。　　在背景提取之后，需要对目标进行检测，本文介绍了三种目标检测算法包括光流法、帧间差分法、背景差分法。根据三种算法的特点，本文选取背景差分法作为目标检测算法并对算法进行改进。本文首先用背景差分法初步提取目标，然后引入Sobel算子作为形态学结构元素，通过边缘检测算法，最后加入形态学开闭运算，实现目标检测。实验结果表明，目标检测更加准确，对于车辆的标记也更加接近车辆轮廓。　　本文提出的改进算法在不同的实际交通场景下进行了实验，结果表明：改进的背景提取算法和运动目标检测算法都优于原有算法，得到比较理想的效果，具有良好的实用性与应用前景。