随着现代经济的发展,交通拥堵日益成为世界许多国家面临的难题。道路建设成本高,用改建、扩建的方式提高通行能力的难度也越来越大。建设HOV(HighOccupancy Vehicle,载客数多的车辆)专用车道是提高公路通行能力经济可行的途径。不少发达国家如美国、加拿大等国都建立了专门的HOV车道。目前,我国交通行业也正在倡导HOV的研究、规划和实施。在实施HOV中,为了确保HOV车道的合法合理使用,需要对车辆内乘客进行计数。在车道上架设摄像机,对车辆正面进行拍摄,对拍摄的图像进行算法处理可以实现对乘客的识别和计数。其中,从图像中快速定位并提取汽车车窗,使后续算法只对车窗内进行乘客识别和计数,从而可以大大减少算法工作量,提高检测的速度和准确度,这是本论文研究的目的。论文研究了目前的车窗定位算法及直线检测方法,提出了利用基于图像亮度信息分类进行灰度变换,使用背景差法对车道背景进行消除并提取车的轮廓,结合边缘检测与模板滤波作为图像预处理的方法;针对车窗边缘呈现近直线性的图像特点,提出了利用改进的基于相位编组图像分块的HOUGH变换算法检测车窗水平带、运用积分投影定位车窗两侧的方法。本论文采用Matlab进行了算法的研究。经实验验证,算法能够比较准确地提取出车窗。