基于视频分析技术的车辆识别正成为智能交通系统的重要内容,实际应用也对其提出了越来越高的要求。目前我国比较成熟的基于视频的车辆识别方法主要是车牌识别技术,并已经得到了广泛的应用,但仍不能满足市场要求,例如高速收费站要求车辆识别要在全天候和昼夜变换情况下都要保持高识别率,需要寻求其他车辆特征来进行更全面的车辆识别。针对这一问题,本文主要做了以下工作：1.提出了一种以汽车车前窗张贴物特征识别车辆的方法。以HSV颜色模型的色度值描述张贴物的颜色特征,以相邻张贴物中心点连线所成角度的正切值描述张贴物之间的位置信息,并根据检测到张贴物的顺序组成颜色序列和位置序列。通过实验分析论证了该特征具有唯一性和旋转不变性。2.研究了基于视频的汽车车前窗特征提取方法。该方法主要分为三个步骤：视频中的运动车辆检测、车前窗定位和张贴物特征提取。在对比分析主要运动目标检测方法的基础上,运用背景差分法进行车辆检测；采用Otsu算法对车前窗进行图像分割检测张贴物,并提取每个张贴物的颜色特征和张贴物之间的位置特征。3.对基于霍夫变换的车前窗定位算法进行了改进。在霍夫变换检测到车前窗上下界的基础上,利用运动车辆检测中得到的前景二值化图像得到车前窗的左右边界,不再使用原定位算法中以模板滤波检测车前窗左右边界的方法,实验表明改进的算法节省了时间,有利于实现实时性。