随着计算机技术和现代传感技术的发展,数字视频图像处理已广泛应用于工业、科研、管理等众多领域中。在智能交通系统利用机器视觉和模式识别技术实现车辆多种特征信息提取已经成为当前研究的热门,具有较高的研究意义和应用价值。　　 本文的研究目的是通过分析车辆识别算法并设计图像采集处理电路,实现基于机器视觉的车辆检测系统。主要从以下三个方面进行了讨论和研究:　　 1、车牌识别系统的研究。在分析现有的各种车牌定位算法的基础上,采用基于数学形态学的车牌定位算法,利用连通域搜索提取出车牌候选区域实现车牌初步定位。根据车牌特征设计先验知识剔除伪车牌实现车牌的进行精确定位并对提取的车牌进行倾斜度校正。通过仿真表明车牌系统能准确的提取出车牌图像。　　 2、车型分类识别系统的研究。由于在车辆图像中无法提取车身实际尺寸进行分类,通过研究车辆比例特征的方法实现对不同车辆的分类。在提取的车辆图像中,利用图像检测与标定技术获取车辆比例特征,并将特征值输入设计的神经网络进行训练。训练成功后固定网络权值,给定输入即可输出车型编码,完成车型识别分类系统的设计。通过实验计算和仿真,该方法识别的准确率高,处理速度快,具有一定应用价值。　　 3、便携式车辆检测与识别系统设计。以TMS320DM642芯片为核心,采用模块化思想分别对电源电路、视频编解码电路和外部存储器电路设计,实现视频图像采集和处理,完成了便携式车辆检测与识别系统设计。实验证明本文所设计的便携式车辆检测识别装置符合设计要求,为车辆检测识别提供了一个较好的解决方案。