智能交通系统（SIT）是现代交通管理控制领域的一种常用的应用系统，而ITS系统中处于系统底层的视频车辆检测系统，由于担负着公路原始图像数据采集、处理与管理的任务，极大的影响着整个ITS系统上层子系统对于诸如车辆目标识别、车辆目标跟踪、车辆车牌定位、车辆车牌识别等一系列检测流程的准确性和实时性。但目前技术较为成熟的两类视频车辆检测系统的核心检测算法各自存在着不同的重要缺陷：（1）基于帧间差的道路车辆检测算法，这种检测算法检测速度快，实现简单。但是需进行大量试验设定合适的触发阀值，通常在保证较高的目标触发率的同时会出现大量的误触发。（2）基于背景差的道路车辆检测算法，这种检测算法与帧间差法一样,具有计算简单,检测速度快的优势。但是已有的背景算法很难解决局部背景突变的问题。这种视频车辆检测系统亦存在较高的误触发率问题。针对上述视频车辆检测系统存在的问题，四川建筑职业技术学院交通与市政工程系的科研项目提出了“智能交通系统信息特征及数据挖掘”研究课题，作者作为参与者，所做的工作主要分为以下方面：（1）本文设计了利用车辆目标外轮廓在形态学上存在的对称性特征从视频中提取包含车辆子窗口坐标、大小的检测算法。该算法可以通过选取合适的边缘提取算子提取边缘，计算并统计边缘图像中的高对称性区域，检测出原图像中可能包含车辆的区域。试验证明，该算法可以快速的检测出图像中的车辆目标。（2）本文完成了视频车辆检测系统中信息管理子系统的需求分析，也就是说要从用户的需求以及系统的功能两个角度出发，在需求分析的基础上，从系统的主要功能出发，对系统进行了UML分析和建模。最后实现了道路交通信息管理系统，包含了用户登录、原始视频播放、检测数据上传、系统文件管理等功能。（3）基于本文提出的车辆检测算法,利用了OpenCV1.0视觉库，使用了SQLServer2005数据库，在VC2005平台下实现了基于车辆对称性检测的新型的视频车辆检测系统。