本文主要研究了智能交通系统中基于数字图像处理技术的车型识别技术的基本原理和关键技术。信息采集和交通检测已经成为智能交通系统中一项重要研究课题,而车型识别则是其中最基础的部分。在总结和分析现有车型识别技术的基础上,结合数字图像处理理论,提出了新的方法,并通过实验证明该方法的有效性。本文第一章绪论部分主要阐述了车型识别技术的研究背景、研究意义和研究内容；第二章主要介绍了数字图像处理的理论基础知识,RGB, HSI等彩色模型,并讲述了彩色图像灰度化和图像滤波、边缘检测等；对二值图像的分割和曲线拟合进行了分析,同时,对车辆外形进行了类别划分。第三章在小波变换理论基础上,展开对车型识别的研究,首先介绍了二维小波变换知识,并对车型图像增强进行了详细叙述,包括图像分割,图像增强处理等；然后对图像中的车辆采用小波变换的多尺度边缘检测,取得了较好的效果；在车辆外形轮廓提取后,详细研究了视频图像中车辆跟踪算法,同时对该算法进行改进优化,并通过实验验证,到达了预期的目的。第四章在数字图像处理算法的基础研究上,运用前两章的理论知识,对车辆外形参数进行了数值分析,并且建立轿车、客车、货车等数据样本,为后续的车型输出提供了条件；同时,对车型识别软件系统的实现作了介绍,包括C++语言以及MFC等内容：最后,提供了车型识别系统的MFC界面,并进行了系统测试,达到了良好的效果。