交通视频图像在交通监控和交通管理中一直作为重要信息被采集和利用。为充分利用采集的信息,提高交通监控和管理的智能化水平,以视频图像处理、分析、理解为基础的视频监视技术越来越引起人们的重视。交通图像检测与处理方法研究对于交通安全、交通管理与控制方案选择具有非常重要的理论意义和实用价值。对于动态车辆抓拍,一幅清晰的图像是车辆牌照识别的基础,所以受到广泛的关注,从各个角度对它对进行研究。本文分析了图片清晰度同系统硬件的物理指标之间的关系,研究了动态抓拍中图像清晰度与各种抓拍因素之间的关系,并且作了量化的计算分析。并进一步实现在实际的系统中,同时应用了改进算法。本文采用的是减背景差分法来进行运动检测,差分方法提出基于YCbCr空间的彩色差值的运动物体模型,以期克服传统灰度差分方法所存在的一些缺陷;在背景的更新方面,采用自适应背景更新以适应光线变化及永久性移入造成的背景变化;在提取目标时,采用区域生长法结合目标特征识别分割图像,此方法对运动反应敏感而准确,能较为精确的得到运动的具体轮廓。抓拍时采用判断梯度和峰值方法为基础并结合模式识别的基本方法确定最为合适的抓拍时机。通过室内算法验证和室外的实际模拟实验,在系统参数设定适宜,摄像机安放位置合适情况下,抓拍效果良好。