利用视频图像对背景进行提取的方法作为一项基础而关键的研究，在各种领域中发挥了重要的作用，其中一种应用是对前景目标进行检测，即对提取出的背景图像，利用背景差方法提取与检测相应的前景目标。在交通领域中，可利用背景差法提取交通路口场景中车辆，行人等前景运动目标交通流信息。这些交通流信息在交通路口智能化的调度，检测车辆违规驾驶等方面有着重要的作用。所以如何获取一个精确的交通路口场景背景是一项重要的工作。针对上述的问题，本文分析了现有的背景提取算法如基于均值法的背景模型，像素直方图统计背景模型，混合高斯背景模型等优劣，设计了一种基于多模态直方图与空间时间相关性分类背景更新的改进算法对交通路口背景进行拟合和更新，通过基于EmguCV机器视觉图像库的软件平台对采集到的视频图像进行仿真来验证算法的有效性。通过实验证明，本文采用的背景拟合方法更新算法，能够更好的对交通路口的道路背景进行拟合，有着很好的稳定性，可以应对多模式背景，运动目标速度缓慢，运动目标密集时造成虚假背景的情况。