智能交通系统是通信技术、控制技术和计算机等技术的有效集成，其目的是充分利用现有道路基础设施资源，从整体上改善交通的安全性、高效性与舒适性。公路收费系统是智能交通系统中的一个重要分支。由于近年来国内汽车数量的激增同时，高速公路网也在逐步的扩大，高速公路收费系统面临前所未有的考验。为了杜绝和防止高速路上的收费作弊行为，提高收费系统的运行效率，本文主要的目的是利用图像处理技术来对汽车车型进行识别，以便收取相应的费用和提高交通系统车辆监控和自动化程度。本文研究的主要内容包括：　　 (1)介绍了几种常用的车辆检测方法。使用比较普遍的方法有以下几种：无线电波或红外线轮廓扫描监测技术、声波式检测技术、车辆重量监测技术、环形线圈技术和激光传感器测量技术等，但最常使用的还是基于视频图像处理的方式。通过对各种车辆检测方法的比较和分析，得出了他们各自的优缺点。　　 (2)介绍了前景提取的几种方法和背景建模的方法与更新。前景提取的主要方法有：光流法、帧差法、背景差分法等。通过对高斯平均模型、多高斯模型以及混合高斯模型的建立算法进行了分析和比较，并给出了它们的优缺点。同时，设计了各种背景模型建立的动态更新机制，以适应环境的动态性变化。　　 (3)介绍了车型特征提取的相关算法。主要是怎样利用弹性松弛算法提取车辆的长度信息，怎样利用满行投影提取车辆的高度信息，以及怎样通过全行投影来提取车宽信息。通过提取车辆长度信息，宽度信息和车辆高度信息的方法，使得车型的识别率得到有效提高。　　 (4)介绍了摄像机的标定技术。本文详细讨论了摄像机标定的算法原理以及标定过程，并采用Intel公司开源机器视觉库opencV给出了摄像机标定详细过程。通过摄像机标定，可以将上文提取到的车型的长、宽、高、轮距等特征由二维图像空间变成实际的三维物理空间，从而得到三维空间中的车型特征，然后与实际的车型分类标准进行比较，即可对车型进行分类。　　 (5)介绍了系统的总体构架设计和详细处理流程。讨论了摄像机的架设方式，需要的硬件设备，系统的模块和处理流程，并给出了实验结果、工作总结以及未来工作的展望。　　 本文的创新点主要包括：设计了提取车辆宽度信息的算法，进一步提高了车辆类型识别的准确率。