1. 研究目的与意义、国内外研究现状（文献综述）
课题意义：随着现代社会的物质发展，人们经济消费能力的提高，买车族增多，所以引入智能交通系统（its）尤为重要[1]。
its的核心即针对交通形势和交通资源压力，采用多种技术（计算机、信息、数据通信等技术），在交通运输体系中应用，统筹协调各种情况，建立一种交通运输体系，使其准确、准时、高效的在大范围内以及全方位的发挥作用，实现交通运输的集约式发展[2][3]。
本次课题研究视频流中的车辆识别，旨在利用计算机技术，提取视频流中含车辆的帧，转存为bmp图片，对图片中的车辆进行检测，提取车型特征，为交通收费站提供车型识别功能。
2. 研究的基本内容和问题
研究目标：本课题旨在研究视频流中的车辆。
从视频流中提取带有车辆的帧，并转存为bmp图片，在图片上分割出车辆，并进一步识别出车辆所属的车型。
研究内容：在视频流上提取视频序列，并选出包含车辆的帧，在多个连续帧中选出图片进行存储（bmp格式），此部分为车辆检测模块；将存储的bmp图片读取出来，通过图像分割技术（背景差分法、图像二值化、开运算、去噪声、图像填充）、车型特征提取技术和车型识别技术（轮廓识别法）最终得到车型信息。
3. 研究的方法与方案
研究方法：本系统将大的模块分为车辆检测和车型识别。
车辆检测模块的主要目标是背景建模以方便之后的车辆提取技术，背景建模采用直接拍摄视频流场景中的背景图像，然后利用算法对背景图像进行处理；视频流中提取关键帧并转换为bmp图像采用vc中的mfc实现并存储bmp图像；打开bmp图像并对图像进行图像分割，由于之前提取过背景图像，所以用背景差分法实现第一步提取车辆的工作，然后会对提取出的包含车辆的图像进行二值化、开运算（腐蚀运算和膨胀运算）及去噪处理，得到车辆的模型，再利用图像填充法和轮廓识别法得到车辆轮廓，最后比较得到车型。
技术路线：采用vc 、opencv和mfc实现。
4. 研究创新点
一般车型识别功能都是通过对静止图像进行操作，识别单一车型，而本实验是对视频流中的车辆进行处理及识别车型。
通过将视频转换成bmp图片实现动态到静态的转换，这样可以选取视频序列中可用性较高的图片进行处理，提高程序的效率。
5. 研究计划与进展
研究计划及预期进展 在3月12日开题报告之后开始着手毕设的前期准备，用一到两周的时间（3月25）来查阅资料及相关程序代码，将整个毕设内容实施划分为三大阶段：车辆检测、avi到bmp的转换、车型识别。
每个阶段分别用4到5天去独立实现（3月25到4月10日）。
4月9日毕设中期检查，此时各个模块应能独立运行。
