汽车作为交通工具,是智能交通系统的主体。在智能交通系统中,无论是交通管理系统、综合交通枢纽协调系统、疏导信息服务系统、交通流优化与运输组织智能化系统,还是为驾驶员提供道路实时信息系统、车辆运营智能调度系统,其主体都是运动的汽车。因此,运动汽车的检测和分类识别在智能交通中起着十分重要的作用。在运动汽车检测上,传统的有感应线圈检测方式、激光和红外、超声检测方式,由于这些方式存在具体实施上复杂、受环境因素影响大、检测误差大等问题。近年来,随着计算机和数字技术的发展,视频检测方式由于具有实施简单、受环境变化影响小、检测可靠等优点,受到了人们的重视并得到了广泛应用。本文的运动汽车检测和识别技术的研究正是基于视频检测基础上展开,在理论和方法实现上跟踪当前智能系统研究的热点和前沿领域。运动汽车的检测与分类识别是集计算机技术、模式识别、图像处理、应用数学以及视觉理论等学科综合应用的一项艰巨的任务。本文在分析和总结国内外相关研究成果和最新研究技术基础上,针对目前技术上亟待解决的运动目标图像中存在运动背景(除待检测和识别的汽车目标外,其它的运动目标,如汽车和自行车、三轮车和行人等)和运动阴影,这样的复杂背景中的汽车检测和识别,完成算法分析、理论研究和应用试验。在研究中,本文主要围绕两个方面进行:运动汽车的自动检测和分类识别。运动汽车的自动检测力图从复杂背景图像中检测汽车,克服其它运动目标和运动背景的影响,为此提出了基于形变模板模型的运动汽车分割算法,针对无法或预先没有建立汽车形变模板模型的情况,还提出了基于分层统计模型HMM 汽