智能交通(Intelligent Transportation System)是未来交通系统发展的方向,它将先进的交通控制理论和计算机科学理论有效应用到交通管理系统中,服务于人类。高速公路中的未悬挂牌照或车牌遮挡等无法识别车辆(本文以下统称灰牌照目标车辆,简称目标车辆)的问题是当前智能交通中亟待解决的热点为题。针对该问题,本论文围绕图像和视频中目标车辆对象的同一性比较和目标车辆对象的时空关联检索展开：利用目标车辆对象在图像、视频中的颜色、车类、局部不变特征等信息进行同一性比对；利用目标车辆所在的卡口地理位置、时间、速度、运动方向等特征同时结合同一性检测方法进行目标车辆对象的时空关键检索,确定概率条件下可信的目标车辆相似序列。本论文的具体研究内容如下：1.从车辆对象检测与特征提取、车辆对象同一性比较和视频检索三个方面介绍国内外研究现状。结合现有理论成果,论述目标车辆进行时空关键检索研究思路与现实意义;2.车辆对象的检测和特征提取。实现高速公路监控平台中视频、图像的目标车辆对象的检测和车脸区域的提取；并提取车辆对象的车类、颜色特征,运动方向特征、局部不变特征及PHash等特征；3.融合多种特征的车辆对象同一性比较算法研究。对目标车辆所在的视频、与图像进行ROI区域的分辨率实现尺度归一化,对目标车辆的车类、颜色、局部及Phash区域特征实现特征归一化,利用分层判别法筛选出与目标车对象相似的车辆对象；4.时空关联检索。结合目标车辆的时空信息,建立目标车辆对象的时空关联检索模型,从正向、反向时空关联分析视频中的车辆对象的相似性,最终达到目标车辆对象在高速公路中多个相关卡口的同一性检索。在以上研究的基础上,构建一个针对“灰牌照”目标车辆车型识别与视频关联检索的研究原型,可以对目标车辆在高速公路上进行时空关联的视频分析,建立该目标车辆在途卡口的视频关联检索的理论基础,为公安交警对“灰牌照”违法车辆的追溯和违法证据取证提供参考。