在智能交通系统中智能识别技术得到了越来越广泛的应用。而车型识别技术是智能交通系统中智能识别技术重要组成部分,在路桥收费系统中它能对在特定地点和时间的车辆进行识别和分类,并且能作为交通收费、管理、调度、统计的依据。本文重点对运动车辆图像进行技术处理和分析,提出了以神经网络与当前图像处理技术相结合的车辆识别与分类技术。而人工神经网络是智能识别技术中最热门的研究方向,结合人工神经网络在智能交通系统中的应用已成为当前研究的重要课题。本文通过分析智能交通系统的发展现状与应用前景,提出了一种基于人工神经网络的车型识别与分类的研究方案。该方案利用一种基于神经轴突延迟机制的脉冲神经元网络模型算法和一套图像处理技术获取运动车辆,再通过脉冲神经网络提取运动车辆边沿对应的边缘脉冲频率图。然后,对脉冲频率图提取线矩特征,最后利用这些特征结合传统的车辆车型特征训练BP神经网络,从而设计成一个自动识别系统,对运动车辆进行分类识别。这一系统不但能准确的检测识别车型,也用于识别出其他的运动目标。实验表明该系统获得了很好的识别结果。该系统可在智能交通监控等众多领域应用,具有重要的现实意义。