近年来,随着国民经济的快速发展,汽车的使用量也节节攀升,随之而来的是更多的交通问题和犯罪率的攀升。在这种背景之下,智能交通的概念就应运而生,它利用先进的电子技术、信息技术、传感技术和系统工程技术等,来缓解交通的拥挤、保障交通的安全、准确的检测可疑车辆等。而其中较好的解决方案是利用视频进行车辆检测,通过视频图像技术可以得到图像信号,进行实时的处理,可以得到许多有用的交通信息。通过视频图像处理的方法,既能节约人力物力,又能更准确、更有效地发现可疑车辆。通过阅读大量的国内外参考文献,并对国内外的研究现状有了基本的掌握之后,本文研究了可疑车辆识别算法,并设计了一种针对动态和静态图像的分割、定位及匹配的算法,并在DSP应用板中编程实现。本文完成的主要工作如下：在算法研究方面,首先分别使用RGB颜色空间、HSV颜色空间、Lab颜色空间和YUV颜色空间进行颜色分割及目标图像的定位；再使用物体最小外接矩形的长宽比算法、直方图欧氏距离算法和SIFT算法进行可疑目标的匹配。确定了适合在DSP评估板中实现的可疑车辆识别算法。在硬件实现方面,首先根据硬件系统的需要利用YUV颜色空间对图像进行分割；再利用连通域的方法对分割后的图像进行目标的精确定位；最后,采用算法研究中确定的可行算法实现可疑车辆的匹配。算法在CCS集成开发环境中,利用C语言编写完成,在ICETEK-DM6437-B评估板上实现。核心处理器是TMS320DM6437芯片。经测试表明,该系统可以有效地实现动态图像的可疑车辆检测功能和静态图像的可疑车辆检测功能,并且具有一定的灵活性与可靠性,占有资源少,速度快,具有广泛地应用前景。