先进的交通管理系统是智能交通系统(ITS)领域的一个重要研究方向,受到越来越多的关注。公路车辆智能监测系统(简称车辆监测系统)作为先进交通管理系统的一个典型应用范例,包含图像压缩编码、车辆视频检测和车牌定位三个基本问题。图像数据压缩编码可以有效节省图像数据的存储空间及提高图像数据的网络传输效率；车辆检测可以提供车辆的众多参数信息,基于视频的车辆检测方法具有实施方便,可移植性强的特点,因此成为目前车辆检测领域的主流技术；车牌定位是车牌照自动识别的基础,同时也可以作为车辆检测的重要依据之一。本文以上述三方面问题为出发点,做了如下研究：小波分析具有良好的时-频局部化性质和多分辨率特性,基于小波分析的图像压缩算法具有压缩比高,压缩速度快的优点。由于多级树集合分裂(SPIHT)算法采用空间方向树来表示小波系数的零树结构,降低了图像编码复杂度,本文采用基于提升9／7小波的SPIHT算法实现静止图像的压缩编码。车辆监测系统采集图像序列具有背景固定,目标突出的特点,本文结合运动目标检测与运动估计的理论针对图像序列的压缩编码进行了研究工作。光流法、帧差法及背景差法是常用的基于视频的车辆检测算法,在准确性、实时性等方面有待于进一步提高。本文改进了基于帧差法与背景差法融合的车辆检测算法,通过采样帧差法来对车辆目标进行预检测,结合背景差法来对车辆目标进行准确定位,该算法不仅保持了帧差法速度快的优点,而且结合了背景差法的准确性,能有效抑制环境剧烈变化产生的影响,最后应用边缘检测及颜色分析方法消除了车辆阴影。车牌区域具有比其它车体部分更丰富的纹理、色彩信息,并且车牌区域字符与背景具有高对比度的特点。本文首先应用Canny算子提取出图像边缘信息,并标记图像中的字符拓扑结构,经形态学运算处理后,根据车牌区域的宽高比等特性可以确定出候选车牌区域,最后通过投影分析来实现车牌区域的精确定位。