随着经济的飞速发展,交通需求与基础设施之间的矛盾日益突出,因此智能交通系统应运而生,这是一种将先进的信息技术、数据通讯传输技术、电子控制技术、计算机处理技术等集中应用的新型运输系统,它使交通基础设施能发挥最大效能。在我国智能交通系统得到了极大的重视和发展。车辆检测与分类是智能交通系统中非常重要的一个环节,它能提供丰富的交通流信息,例如车流密度、车辆速度、车辆特征、车辆类型以及道路事件等交通流参数,为交通信号控制,道路监控,道路规划提供信息。然而现有的车辆检测与分类技术局限于单一传感器工作模式,不管从检测分类效果还是从检测分类效率上来说,都受到了很大的制约,例如传统的线圈检测,激光检测,红外检测,视频检测以及雷达检测都存在其固有的缺点,有的受安装条件的制约,有的受外界环境和天气的影响,有的提供的信息太单一,都无法满足智能交通系统的发展需求。本文针对这一突出问题提出了采用微波视频传感器融合的方式完成车辆检测与分类。在搭建的硬件平台上完成微波车辆检测和视频车辆检测以及融合车辆分类的工作,通过微波检测模块获得车辆的高度轮廓,视频检测模块获得车辆的平面轮廓,然后采用混合高斯分布对提取的车辆特征建模,最后在贝叶斯网络的框架下对车辆进行分类。采用混合高斯分布能较好的拟合车辆特征,基于贝叶斯网络的传感器融合车辆分类方法,能对不同传感器得到的各类特征做出科学的判断,对结果的可能性加以量化的评价,并且整个系统具有高可配置性和鲁棒性。通过实验表明,微波视频传感器融合车辆检测与分类系统具有非常稳定的车辆检测性能,对传统车辆分类方法有较大提升和突破,分类的准确率从单微波传感器的79%提高到融合传感器的87%,特别是中小型车辆和大型车辆之间的重大分类错误率从9%降低到2%。最后,给出了微波视频传感器融合车辆检测与分类系统的应用实现,经过了实际测试说明了系统工作稳定可靠,能达到系统设计的预期目的。微波视频传感器融合车辆检测与分类系统在智能交通系统和多传感器融合车辆监测上有着广泛的应用前景。