随着交通领域中交通基础设施数字化、智能化的发展，图像测量技术广泛应用于交通领域，在交通监控和车辆结构化上都有了较好的应用。而车辆荷载量作为交通监管中的重要指标之一，仍采用传统的固定站点测量，虽测量精度高，但面对车辆保有量的增加和交通道路网的丰富，目前的车辆荷载测量方法已经无法满足快速、高效和广覆盖的测量需求。因此，在面对大空间和大容量的交通环境时，如何利用高效、分布广的交通道路监控系统预警超载车辆，弥补传统测量方式的缺点，预防超载车辆对道路、桥梁等交通基础设施造成破坏，高效和广泛的掌握交通信息以及管控违法行为，具有重要的研究意义。
　　本文以数字交通发展为研究背景，在研究国内外相关文献的基础上，通过对车辆车身结构力学模型分析、车辆表面特征检测，利用数字图像测量方法对车辆荷载测量进行分析研究，实现车辆荷载初步测量筛选出超载可疑车辆，再进入传统荷载测量站进一步测量，以提高车辆荷载测量效率，实现高效、广泛测量和传统高精度测量的有机结合。主要从以下几个方面展开研究。
　　第一，在车辆车身受力分析中，针对本文研究内容，通过分析车辆不同承载结构的特点，选择测量的承载目标为钢板弹簧，并研究分析钢板弹簧应力与挠度关系、车辆表面特征与钢板弹簧挠度关系和车辆表面特征与车辆总荷载间的关系模型。通过实验验证车辆表面特征与车辆总荷载关系模型，结果表明可通过车辆表面特征计算车辆荷载量。
　　第二，在车辆表面信息检测中，针对车辆目标的检测问题，通过引入CIoU损失评价函数对YOLOv3目标检测网络进行优化，引入CIoU的YOLOv3神经网络对小目标的位置信息更加敏感，进一步增强了车辆表面特征提取能力。并在自构建数据集上对车辆表面信息检测模型训练，通过对比YOLOv3和YOLOv3-CIoU，YOLOv3-CIoU在不损失检测速率的同时，提高了对目标物的位置检测准确度。
　　第三，在车辆荷载图像测量方法中，针对车辆侧平面与相机成像平面不平行的问题，提出了一种基于轮辋的车辆侧视图矫正的方法，采用平面共圆的几何约束，利用车辆自身结构特性对车辆视图进行逆透视变换，通过实验验证，本文提出的方法在一定程度上能够对车辆的侧视图进行矫正。通过对其实验结果分析，表明基于图像的车辆荷载测量方法可以对车辆重量做初步测量。