智能交通系统ITS(Intelligent Transportation System)目的在于充分利用现有的道路基础设施资源,改善车、路、人之间的相互作用,提高系统的安全性,高效性与舒适性。车型自动识别系统是智能交通系统应用的基础,针对汽车识别系统的研究,将大大加快智能交通中相关技术的研究和发展。本文研究基于视频的运动汽车识别方法。首先利用Kalman滤波器的获得复杂背景图像序列的背景,然后采用背景差分法实现对运动汽车的检测,用Otsu自适应方法确定阈值,完成检测图像的二值化。采用的基于Kalman滤波的背景差分法,实现了背景的实时提取,消除了由于运动汽车速度过慢造成的检测失败或运动速度过快而出现的伪检测现象,并对背景的细微变化不敏感,具有一定的抗干扰性。本文对车辆阴影的去除采用灰度图像基于边缘信息的阴影消除算法,该算法不用建立数学模型,与光源照射角度无关,能消除目标各个方向的阴影。在基于支持向量机的车型识别系统中,提取车型轮廓的四个旋转、比例、平移(RST)不变特征。RST不变特征的引入,避免了传统特征提取中的像机标定环节,增强系统的通用性。设计了基于决策导向无环图支持向量机的汽车识别系统,实现小样本条件下的汽车类型的判别,克服了传统神经网络局部极值问题。本文设计针对大面积、多目标的复杂场景,将其应用于实际的交通视频,实现了车型的自动识别,具有一定的实用价值。