随着社会的发展,城市人口越来越密集,随之带来的交通问题也越来越严峻,智能交通系统开始被引入到交通管理中,而车辆检测技术和车型识别技术则是智能交通系统的两大关键技术。本文研究智能交通系统中的车型识别技术,基于数字图像处理的途径,设计实现一个车型识别原型系统。车型识别系统由车辆检测与提取、图像预处理、特征提取、特征分类等四部分组成。主要完成了以下工作：1.车辆检测与提取。从相机拍摄的视频中,提取参考帧图像,比较当前帧图像与参考帧图像的像素值差异,有较大差异的像素数目超过阀值时,则认定检测到车辆目标,再用背景差分法提取车辆目标。2.图像预处理。采用加权平均法将彩色图像转化为灰度图像,然后用中值滤波器对图像降噪,接着采用灰度拉伸和直方图均衡等方法增强图像的对比度,以利于后续特征提取。3.特征提取。主要研究车辆图像的几何特征和纹理特征,通过提取车辆的宽、高特征,根据宽高比值特征来分类公交车、面包车、和轿车等不同车型；通过生成标准车脸图像的灰度共生矩阵,提取灰度共生矩阵的五个纹理特征,根据纹理特征来分类大众、丰田、雪佛兰、和日产等不同品牌的车。4.车型分类。分别提取两个训练样本库图像的比值特征和纹理特征,计算每类型车的平均比值和平均纹理特征向量,然后采用最小距离分类器,根据待识别车辆图像的比值特征或纹理特征向量进行车型分类。本文使用VS2010,基于OpenCV设计实现了两套车型识别系统,对采集的车辆视频图像进行了实验,实验结果证明了所采取的识别算法的正确性,表明该系统具有较好的应用价值。