车辆目标检测是车路协同系统中的关键技术之一,作为智能交通领域的重要研究方向,受到很多学者的关注,基于机器视觉的检测方法目前已经取得显著效果,但是由于交通环境复杂、天气变化等的影响,依然存在一些问题。本文以交通场景中的车辆目标为研究对象,通过车辆部件进行目标检测。由于摄像机透视投影成像原理,二维图像中的目标会发生尺度、形状的变化,通过对交通场景标定,将二维图像逆投影到三维空间,建立三维逆投影面,重建逆投影数据,可以有效避免二维图像中出现的问题。车辆目标可以通过多个部件进行表征,并通过部件的组合完成目标的检测。在夜间和白天场景中,车辆目标呈现不同特征,夜间车头灯光亮度比较显著,而白天车辆尾灯和牌照部件颜色很突出。前者通过背景差分法分割目标,对目标进行预处理提取车灯部件,结合车灯目标的几何特征,进行目标车灯对的粗筛选,将候选目标与尺度因子相结合,利用已经建立的高斯混合模型,完成目标车灯对的精确检测;后者通过颜色转化模型分别定位牌照和尾灯部件,通过部件之间的空间几何位置关系,引入马尔可夫随机场,实现车辆目标的检测。本文算法在车路协同系统中得到了有效应用,通过现场测试,结果显示能够对车辆目标能够达到较好的检测效果,在白天场景下检测率达到93%,夜间环境能够达到94%,而且算法可以进行实时检测。