智能交通系统(Intelligent Transportation system)是本世纪交通发展的趋势,车型识别是智能交通的重要组成部分,也是关键技术之一,传统的方法存在成本高、施工麻烦等缺点,基于视频图像的车型识别方法能克服上述缺点,在各个方面受到广泛的使用。本文研究了基于序列图像的车型识别技术,采用统计背景更新法和基于车速估计的三帧差分法进行车辆检测,利用局部统计量的分割方法和投影技术定位出车辆,之后根据车辆的几何特征和代数特征,使用KNN和MDC的方法对序列图像进行识别,并用MFC界面展示结果,主要内容如下：(1)车辆检测。车辆图像预处理之后,本文采用统计的方法进行背景更新,得到比较好的检测结果；同时提出来一种基于车速估计的三帧差分法,克服了传统方法中采用相邻帧差分造成差分图像“空洞”的现象,提高检测精度。(2)车辆分割与定位。本文采用局部统计量的分割方法,避免了使用全局阈值分割造成车辆边缘丢失现象,之后利用投影方法定位出车辆。此外本文还提出了单车道多车辆的定位方法,为多车辆的识别处理打下基础。(3)车型特征提取。根据分类的要求,本文主要研究了车辆的长度、高度、边心距、轮距和车辆前后某一位置的高度等外部形状特征和基于边缘图像的Hu不变矩的代数矩特征。(4)车型识别。本文把车型分为小轿车、面包车、中型车、货车和大型车五类,对特征数据进行分析处理,选择合适的特征,分别使用MDC和KNN的方法进行分类识别,并利用MFC界面进行结果展示,分析错误的原因。