交通流状态的智能检测对解决交通拥堵有着重要的意义。它的实现将极大地节省人力资源,同时又能最大化利用交通资源,提高道路资源利用率。为此,本文从计算机视觉角度对交通拥堵进行智能判定研究。本文设计了相应的算法智能提取视频中的道路区域,减小了非道路区域对判定结果的干扰和影响。为了更好地利用背景差法提取运动目标,设计了基于差分和众数的背景建模方法,并对前景和背景采用不同的更新方法,使背景能实时更新。本文通过对交通流进行特征提取和状态的划分,建立了交通流判别准则。同时提出一种基于多特征融合的交通拥堵判定方法,该方法融合了多个交通流特征。结合区域密度、车流平均速度和时间占有率,来判断当前道路的拥挤程度。从空间维度和时间维度去判定交通流状态,更符合实际交通流规律。仿真实验说明该方法具有较好的准确性和客观性。