随着信息化时代的来临,智能交通系统在安防、交通信息管理、军事、医疗等多个领域都发挥了重大的作用。公路智能卡口系统是智能交通的重要组成部分,而运动目标检测作为智能卡口系统的关键技术,在后续阶段,对视频图像进行处理时,运动目标检测的准确性和效率高低等因素起到了至关重要的作用,并与学习和分析、识别运动目标的准确性和效率息息相关。本文在对比现有的几种运动目标检测算法的基础上,通过分析它们的优缺点,提出一种适合应用在智能高速公路卡口系统的运动目标检测算法。本文对光流法、帧间差分法和背景减除法这几种常用目标检测算法进行分析,并运用OpenCV对三种基本运动目标检测算法进行了仿真。在运动目标检测中,使用光流法存在的问题主要是该方法的算法复杂度比较高,运算时间长,无法达到实时检测的要求。帧间差分法将直接相邻的两帧相减,所以通过差分后余下的部分只是两个坐标系相对变化的位置,而两帧之间目标的重叠部分不容易被发现。背景减除法对运动场景的变化特别敏感,在实际应用中一幅标准的背景图像并不容易得到,当场景中的背景像素一旦发生变化,就会影响检测的结果。在本文中,研究了一种光流法与三帧差分法相结合的运动目标检测算法。首先引入了一个概念——角点检测,角点就是极值点,即在某方面属性特别突出的点。通过角点检测可以找出图像中的特征点,只对这些特征点进行光流计算,这样就很大程度上简化了光流算法的复杂度,从而节省了计算时间。而由于所检测出的运动目标不够完整,需要用另一种算法进行补充。因为帧间差分法的算法复杂度较低,但考虑到其不足,本文对传统的帧间差分法进行了改进,采用三帧差分法,将三帧图像两两差分后再进行相“与”运算,可提高检测的准确度,作为光流法的补充对运动目标进行检测。结合光流法与三帧差分法的运动目标检测算法,通过利用光流法与帧差法的优势互补从而使系统在能够完整提取出运动目标的基础上还具有更高的运行速度。