随着经济的发展,智能交通系统受到人们广泛的关注。本课题是基于视频的车辆图像研究,主要实现了图像采集、图像预处理、车辆检测与车辆识别等功能。本文首先介绍了智能交通系统中车辆图像采集系统的设计。利用Visual C++6.0集成开发工具对天敏视讯科技公司的SDK2000图像采集卡进行了二次开发,编写了包含设备设置、视频设置、视频保存、视频压缩、视频传输等功能的图像采集模块的软件。对实际采集的图像进行图像去噪、对比度增强等预处理,从而有利于图像的进一步分析处理。在车辆检测算法研究中,针对经典的背景差法和帧差法漏检率较高的缺点,提出了一种基于背景差法和帧差法相融合的车辆检测方法。实验结果表明,该方法检测精度较高,大大减小了误检率;并且在检测过程中研究了阴影的去除算法,进一步排除了干扰,提高检测精度。对于车辆识别,采用常用的边缘检测算法进行车辆轮廓提取时,不能得到平滑连续的轮廓线。因此本文引入了数学形态学方法,能较好的进行车辆轮廓提取,进而计算车辆的参数特征。最后用Fisher分类器进行判别,实现了大车、小车及超长车三种类型的识别。