从监控视频中提取车道在城市规划和道路安全中起着重要作用。由于受大样本集训练的限制，深度学习方法在提取未经训练的数据时精度较低。图切割算法具有良好的车道分割效果，但需要手动指定车道和背景区域。为了解决上述问题，本文设计了一种无需人工干预的车道提取实验方案：（1）利用YOLOv5对视频中的车辆进行检测，获取每帧车辆的坐标信息。（2） 将坐标信息拟合到运动轨迹中，初始化图形切割算法。（3） 基于图形切割算法指定车道和背景区域，实现车道区域的自动提取。多场景实验结果表明，该方法能够有效地自动提取场景中的车道区域。