论文面向智能交通系统，基于图像处理理论对车辆类型识别技术进行研究。原始图像预处理和车辆类型识别技术是其中的主要部分。文章在阅读相关文献的基础上，针对下面几个方面做出了详细的描述和研究：图像预处理：主要有彩色图像的灰度化、二值化、噪声去除、边缘检测等。图像预处理能改善图像的质量，更准确地获取用于车辆类型识别的角点信息。车型特征的提取：车型特征的提取会直接影响到识别的结果。不同车型中特征值的差异是区分车辆类型的主要依据，本文引入了视觉不变量理论中的射影不变量和交比概念，以车辆顶蓬中点和车身四个端点这五个角点为特征点，计算其射影不变量来对车辆类型进行识别。朴素贝叶斯分类模型的车辆类型识别方法研究：实验过程中会受到不确定的噪声影响，导致车辆类型的误判。论文引入朴素贝叶斯分类模型，在角点信息不准确甚至错误的条件下，判断车辆所属类别的概率值，通过比较、选择概率值最大的类别作为车辆的类型，提高了车辆类型分类的准确率。论文在车辆类型识别的研究工作中取得了一定的进展，但是在对如何减少噪声对识别的影响，如何准确获取角点信息等方面都还需要进一步完善，若能做到对同一大类型中的不同型号车辆进行识别将会更具现实意义。