杨燕妮，吴向前，刘鹏

(1.新疆大学电气工程学院，新疆乌鲁木齐830049；2.新疆大学信息科学与工程学院，新疆乌鲁木齐830049；3.成都信息工程大学计算机学院，四川成都610225)

0 引言

随着我国经济的发展，道路交通也进入高速发展的时代，汽车数目的快速增长给人们的生活带来便利．与此同时，也带来了如交通事故、交通拥堵等很多交通问题．而今，智能交通系统[1]已逐渐成为解决这些日益严峻的交通问题的重要手段．车辆检测是智能交通系统中一个重要的研究内容，处于系统的最底层，主要获取车辆的形状和位置等基本信息，为后续的识别、跟踪等提供了可能性．因此，良好的车辆检测技术对整个智能交通系统尤为重要．基于视频的车辆检测技术因为其成本低、适用广、易维护等优点在智能交通系统中得到越来越广泛的应用．当前，常用的基于视频的车辆检测算法有光流法[2]、帧间差分法[3]、背景差分法[4]．光流法计算复杂、实时性差，一般在实时检测中应用较少；帧间差分原理简单、速度快，很难获取完整的车辆目标，但可以与其它方法相融合来提高整体性能；背景差分法易于实现、鲁棒性强，是目前车辆检测的主要算法，建立一个良好的背景模型是背景差分法的关键．

车辆检测场景具有背景变化、光照变化、影子、遮挡等特点，对检测算法有实时性、准确性、鲁棒性的要求．目前，根据不同的应用场景有很多不同的背景建模方式．最常用的混合高斯模型……