在ITS领域中，运动目标检测、车型辨识等问题一直都是研究热点和重点。由于自身的特点和优势，图像处理与模式识别被广泛地应用到智能交通领域中。本文结合长江二桥安全监控项目，基于图像分析、模式识别等方法，对交通场景下检测运动目标和识别目标类别的课题深入进行研究探讨，主要内容包括运动车辆检测、车型识别这2个方面。本文首先对运动目标的检测问题以及如何采用简化高斯模型背景差方法进行目标检测的问题进行了论述。针对简化高斯模型的不足，如何检测与背景相似的运动车辆的问题，本文提出了利用简化高斯模型结合边缘轮廓来确定与背景相似的运动目标，复原其可能的缺失轮廓区域的算法。实验结果证明，本文提出的运动车辆检测方法能够较好地检测与背景相似的运动目标。本文将贝叶斯算法具体应用到车型初步分类，提出了基于决策树贝叶斯的车型初步的识别方法。通过选取大小、形状、边缘特征等相应的车型特征，训练样本并求取各个特征属性在分类中的各类车型上的贝叶斯参数即均值方差，然后根据决策树贝叶斯分类器进行车型识别。根据实验结果，经过决策树提升后的贝叶斯分类效果更好。