近年来我国道路交通安全的形势非常严峻,特别是对于城市交通,而道路监控网络作为城市治安监控的主力军,通过监控设备将道路上的交通状况传输到道路检测中心,这样监控中心的人员就可以根据道路上的实际状况对车辆的行驶采取措施。智能监控系统作为智能化交通系统的重要组成部分可以从交通视频中自动地检测和识别运动目标,根据视频中的背景是否运动将场景分为动态场景和静态场景,运动目标检测通常是在这两种场景中进行的。本文主要根据视频序列特征用两个不同的方法来研究目标地提取,具体工作如下:第一部分列举几种常见的运动目标提取方法,并对它们做具体描述,通过实验结果中目标的完整度来判断结果的满意程度。第二部分针对视频图像中相邻两帧图像大部分背景的像素值变化不大,前景像素值位移相同这两个特点,考虑到运用运动矢量来描述像素点的特征;而用图像配准计算点运动矢量的运算量大,且由于选用方法的不同以及计算过程出现的误差导致目标误检,由此提出了运用块运动矢量来提取运动目标,这种方法能完整地提取出目标的整体轮廓;最后用圆点函数对目标周围的点进行精细化的背景去除。该方法运算量小,并且可以减少由于随机因素造成的背景运动化和目标空洞化。第三部分针对视频序列所有帧图像中有运动目标经过的像素块标准差变化大,而没有目标经过的像素块标准差变化小这个特点,提出了运用标准差特征来提取运动目标,它能够克服噪声等因素对检测效果的影响;由于计算标准差的运算量大,而离均差特征和标准差特征具有相同的特性且运算量小,所以提出了运用离均差代替标准差进行背景去除,且随后也用圆点函数对目标周围的点进行精细化背景去除。该方法理论虽然简单但其提取效果显著。对于本文介绍的两种方法,提取得运动目标比较完整且目标周围所含的背景像素少,所以检测得结果较好。