本文系河南省杰出人才创新基金资助项目。 目前，智能交通系统(ITS，Intelligent Transportation System)是世界上交通运输科学技术的前沿，国际上公认的ITS的服务领域有：先进的交通管理系统、出行信息服务系统、商用车辆运营系统、电子收费系统、公共交通运营系统、应急管理系统、先进的车辆控制系统。基于非接触IC卡的不停车收费系统(No-Stop Electronic Toll Collection System简称NSETCS)作为自动电子收费方式的代表，是解决这一问题的有效途径，可以有效提高高速公路的通行能力和服务水平。 车辆类型是高速公路收费标准的重要依据，车型识别系统是基于非接触IC卡的不停车收费系统的重要组成部分。基于非接触IC卡的不停车收费系统采用信息融合技术产生收费判决，即车型识别系统输出的车型信息、车牌识别系统输出的车牌数据以及非接触IC卡中的已存信息三者信息融合产生收费判决，使得系统的收费可靠性大大提高。本文研究了基于视频的车型自动识别系统，系统通过对摄像机采集的视频图像进行运动目标检测分割、特征提取与选择、模式识别等处理，达到实时车型识别。 以下几点论述了作者在课题研究过程中的主要工作及创新点： (1) 设计并实现了基于DirectShow的视频处理系统，并给出了核心的软件代码。 (2) 研究了现有的图像处理的技术和算法，并把它们应用到了车型识别系统中，有效地消除了图像处理中的各种干扰。 (3) 研究和分析了运动目标检测的主要算法，指出了各自的优缺点，提出了一种新的基于图像块和HVS彩色图像差值技术的高速运动目标检测算法。 (4) 特征提取。获取车辆轮廓，在计算车长、车高、车辆轮廓周长、车辆轮廓面积、车长高比、圆形度、外接矩形与面积比等特征的同时，计算出车辆形状的7个不变矩特征，这样由于不变矩特征的引入使得车辆在图像中的不同位置均可获得较好的识别效果。另外还提出了根据Freeman链码快速计算图像形状不变矩的算法。 (5) 深入研究了模式识别技术的基本理论和现有主要方法，在对比分析的基础上设计了基于支持向量机的车型识别系统。