在智能交通系统中,图像传输是实现和完成交通智能化管理的关键技术之一,本论文主要对带车牌静态图像的压缩和无线局域网图像传输两个方面进行研究。在通信技术中,有一对支配一个信道上可达到数据速率的经典关系和理论——来奎斯特关系(Nyquist Relationship)和香农定律(Shannon Law),它们控制着一个信道上发送传输信息的能力。图像压缩的目的之一就是为了减少传输信道上的数据量,使得图像信息得以安全快速可靠的传输。本论文针对智能交通系统中带车牌图像的特殊性和类别性进行了图像压缩技术的深入探索,在比较多种变换技术,如离散余弦变换DCT、小波变换后,认为小波变换对图像处理具有很强的适应性,具有频率上的自由伸缩性,是一个好的时频域分析工具。本论文运用小波分析技术,对带车牌图像进行小波分解后,由小波分析的多分辨率分析和时频分析属性由粗到细定位车牌,“粗”即在大尺度上搜索匹配车牌,“细”即分析经小波变换后图像不同方向高频部分的信息来确认车牌目标;然后,在定位车牌的基础上引进分级压缩图像的思想,对车牌这一感兴趣区域实现精确的编码保留,而对背景部分进行粗编码,从而既实现了高压缩比,又满足了实际的要求,即正确识别车牌号码的需要和保持整幅图像的完整性需要。目前,城市智能交通系统的实现,一般采用的是有线传输的方式,但就发展趋势来看,无线技术将越来越多的得到运用,因为市政管理将越来越严格的限制对各项公共设施的破坏,而且就技术发展和节约施工成本而言,选择无线局域网传输信息不失为一个好的抉择。本论文也简略的就此方面进行了初步的探讨,给出了一个典型的方案并进行了简单的阐述和分析,拟提供一个新的思路。智能交通系统是近年来才开始在国内兴起的一个新兴事物,虽然历时不久,但却发展迅猛,竞争激烈,因此研究利用无线局域网射频技术来实现智能交通图像信息的传输是有现实意义的,希望本论文能为推进交通的智能化作出有益的尝试和探索。