1. 研究目的与意义

采用MATLAB软件实现对交通图象背景提取算法研究，采用不同算法观察和比较算法分析结果，并对结果进行分析，撰写完整论文，包括前言、正文及结论等。图像提取是指把图像分解成各具特性的区域并提取出感兴趣目标的技术和过程，它是计算机视觉领域的一个重要而且基本的问题，分割结果的好坏将直接影响到视觉系统的性能。因此从原理、应用和应用效果的评估上深入研究图像提取技术具有十分重要的意义。本课题主要介绍了图像提取的基本知识，研究图像提取的两大类算法，即基于边缘检测的方法和基于区域生成的方法。采用MATLAB仿真所有提取过程，得到比较理想的提取结果，并分析各个算法的优点和不足之处,以及适用于何种图像。

2. 国内外研究现状分析

图像提取属于matlab的重要作用，此类研究进行过一些.虽然近年来人们在图像提取方面做了大量的研究工作，但由于尚无通用的提取理论，因此现已提出的提取算法大都是针对具体问题的，并没有一种适合于所有图像的通用的提取算法，有待于进一步解决。

3. 研究的基本内容与计划

基于视频的道路运动目标检测是智能交通系统的基础部分,采用合适的算法实现对运动目标的提取。采用MATLAB仿真了所有分割过程，得到了比较理想的分割结果，并分析了各个算法的优点和不足之处,以及适用于何种图像。基于边缘检测方法种类繁多，主要介绍基于EDGE函数、检测微小结构、四叉树分解和阈值分割的方法实现对图像的边缘检测及提取。而基于区域的图像分割方法主要包括区域生长法和分裂-合并分割方法。通过多次的实验过后，总结出一般的图像分割处理可以用EDGE函数。而特定的图像应用阈值分割、检测微小结构和四叉树分解比较简单。

4. 研究创新点

提出了一种基于累积差分和数学形态学处理的运动区域提取算法。在时域窗口内，首先对图象进行降级处理得到灰度带图象，对灰度带差分图象累积并进行数学形态学处理得到运动目标的轨迹模版，将轨迹模版与当前帧差分图象与运算得到当前帧运动目标象素，最后进行多级数学形态学处理得到当前帧运动区域。实验结果表明，该算法不仅能够对静止背景序列运动区域有较好的分割结果，而且在没有进行全局运动补偿的情况下，对部分运动背景序列也能成功的提取出运动区域。