随着中国经济的快速发展,中国的汽车数量也飞速增长,汽车数量的快速剧增所带来的交通等问题是政府面临的重要课题。近年来随着机器视觉,模式识别技术的技术发展,智能交通系统有了技术上的可靠支持,使得智能交通系统逐步成为当今交通发展的一个必然趋势。基于视频分析的车辆排队长度的研究是解决道路上红绿灯时问的良好规划的一个实用性研究,是智能交通系统的一个重要研究方向,对未来城市道路交通系统中有广泛的应用前景。目前,基于视频的对道路车辆排队长度的技术还不是很成熟,本文在已有成果的基础上进行了进一步的研究和分析,提出了一种新的方法,并取得了较好的效果。主要工作如下：(1)视频图像的预处理。根据实际情况,比较几种滤波器对当前两种常见的高斯噪声和椒盐噪声进行处理。实验结果表明：均值滤波器和高斯滤波器能相对较好的消除掉高斯噪声,中值滤波器能较好的去除掉椒盐噪声。(2)车道线划分。车辆排队长度测量时,一个车道上的车容易对另一个车道上产生干扰,影响排队长度测量的精确性。对于上述的问题,本文先对一个路口的车道线进行检测,通过检测到车道线划分出各个车道,解决了旁边车道车辆的干扰。对车道线的检测,先利用了双边阈值法和形态学闭运算填充消除车道两旁障碍物的干扰和车道线受腐蚀的问题,后用概率霍夫和直线拟合进行车道线检测,由实验结果看出检测效果良好。(3)车辆排队长度的测量。对于车辆排队时停车状态的确定,本文提出了基于ViBe和帧间差法结合的检测算法。对于车辆排队长度的测量,提出了一种固定线框和伸缩线框结合的检测算法,先对固定线框内进行车辆停车存在的检测,确定好车头,后对伸缩线框内进行车尾检测来进行车辆排队的长度测量。伸缩线框是大小可变,位置不断从固定线框沿着车道区域往后移动的虚拟线框。通过对固定线框内检测确定车辆处于排队状态,对移动的伸缩线框确定车辆的排队长度。实验表明,提出的算法对车辆排队长度的测量具有良好的效果。