智能交通系统(ITS)是现代交通发展的必然趋势,基于视频技术的车辆类型自动识别是智能交通系统的一个重要研究方向,在城市道路交通监控和高速公路收费等系统中有着广泛的应用前景。本文对智能交通系统中的车型识别进行了深入地研究,主要工作如下:(1)研究视频图像预处理算法,对比分析研究几种常用的图像滤波方法,针对交通视频环境的特点,用快速中值滤波法进行视频图像的噪声消除。(2)针对交通图像的特点,给出一种行快速扫描算法,其基本思想是:在AOI区域内,先通过逐行扫描获得最大的宽度确定为检测车辆的宽度。在已经确定的宽度区域以确定车辆宽度的那行作为基准行,向两个方向再次进行逐行扫描,扫描结束的条件是搜索到整行白点,记录行坐标,将两个行坐标的差确定为检测车辆的长度。实验证明该算法在复杂的交通环境中表现优秀,有很好的实时性和准确性。(3)将朴素贝叶斯分类器应用于车型分类,并且根据车型分类特点建立模型。将各汽车制造商给出的车辆数据作为样本进行训练,使用本系统检测的车辆数据进行测试,并与前向神经网络的测试效果进行比较。实验结果表明,朴素贝叶斯分类器在车型分类方面具有较强的能力。