当今社会的发展对于智能交通系统的管理和服务功能需求越来越高,国内外对此方面的研究均相当重视。而车辆检测技术是智能交通系统的根基。在对传统的目标检测技术和相关模型系统进行分析总结的基础上,本文提出了一种将帧差法和AdaBoost相结合的车辆检测技术。主要包含了以下几方面的工作：一.与传统帧差法相异,本文帧差法的主要目的是将原帧图像中的车辆灰度特征进行简化显示,没有采取二值化操作,而是将带有丰富灰度信息的帧差图像进入下面步骤的处理。二.通过图像的滤波处理进一步去除图像中的颗粒型噪声,将运动信息从其中进一步突出出来。三.采用AdaBoost的方法,以帧差图像中提取的车辆和非车辆样本作为训练样本训练弱分类器,并通过一定步骤的迭代操作后得出最终的强分类器。由于有前面的处理方法突出了运动目标,因此需要进行的学习大大简化。最后经过实验,本文中的识别系统对于道路车辆的识别取得了较好的识别效果和可以接受的识别速度。