视频检测系统是利用图像处理技术从运动图像序列中检测、识别、跟踪车辆的技术，获取所需交通流状态信息。常用方法是基于与背景相比较的方法。故背景图像的获取及实时更新是车辆视频检测的前提。 常用的背景提取算法如平均法，统计法，分块法，高斯混合模型等，对于车流量较大情况往往不能得到满意的结果。本文提出了一种将统计直方图和多帧平均法相结合的背景提取算法。算法在直方图若干个极大值中，利用多帧平均法进一步确定多个极大值中对应是背景的置信度，从中选出置信度最大的作为最终背景图像。算法在实际现场环境中进行了实验，包括车流量较小和车流量较大的情况，结果表明该算法在上述情况下都能提取出较满意的背景。证明该算法可以满足实际应用的要求。 实际场景中环境是动态变化的，如灯光或太阳光产生的亮、暗变化以及由于太阳光照射角度产生的阴影位置变化等情况。需要对背景进行实时更新。本文提出了一种基于分块的背景更新方法。算法在一定时间内根据块匹配判断该块是否处于稳定状态，进而利用块的均值和方差决定此块是否处于连续的稳定状态，从而判定该块是否需要更新。算法通过现场实验，包括隧道中车流量较小的、隧道中车流量较大的、隧道出口光线变化剧烈的、隧道出口阴影位置变化等环境，结果表明在各种环境下背景更新都有较好的效果。因此实验表明该算法可以满足实际应用的要求。 实验结果表明，本文算法对于实际环境下的背景提取和背景更新都有较理想的效果，可以应用于车辆视频检测。