我国经济的快速发展,城市汽车日益增多,带来了一系列严重的交通问题。智能交通系统是改善交通问题的有效途径,车辆检测是智能交通系统中重要的研究课题。然而车辆检测受光照、天气以及各种复杂环境条件的影响,存在许多困难,因此对车辆检测进行研究具有十分重要的意义。针对光照条件不良情况下,日夜间车辆检测差别巨大的问题,提出一种全天候的车辆检测方法,全天候车辆的检测主要包括:车辆的日间检测、车辆的夜间检测以及昼夜检测模式的自适应切换。主要的研究内容以及成果概括如下:(1)日间车辆检测,利用Adaboost算法基于相同样本数训练不同层数分类器,通过对比选择最优分类器。并对检测区域进行处理,将不规则图形处理为矩形,再进行多尺度的检测,最后将检测结果复原到原视频中。该方法有效避免了检测区域不规则造成的漏检,提高了检测率。(2)夜间车辆检测,由于夜间道路环境更加复杂,考虑到车辆的并排行驶、并排停止以及变道等问题,提出一种利用图像处理与虚拟线圈相结合的方法,通过对车前灯的检测从而检测车辆。提高了检测率,并且有效避免了不同车辆间的误匹配。(3)昼夜检测模式的切换,由于天气变化以及昼夜更替等因素对检测光照强度的影响,提出一种自适应的昼夜切换方法,能够在不同光照强度下自动切换合适的检测模式,从而大大的增强了车辆检测的灵活性,提高光照强度变化期间的检测率。全天候车辆检测方法能够根据不同的检测环境自动切换不同的检测模式来进行车辆检测,达到了良好的检测效果。