当今社会,汽车已经成为了许多人必不可少的交通工具之一,汽车为人类带来了交通便利的同时,由于其保有量的持续增加,也成为交通堵塞拥挤的重要原因之一。因此,需要建立合理的智能交通控制系统。本文将图像处理方法与计算机视觉相结合,运用在智能交通系统的控制中。交通控制应该在不同的天气、环境、光照的条件下都能正常有效的工作,因此,本文将分为白天与夜晚的车辆排队检测。然后,通过改进的伸缩窗算法和三维空间到二维图像的映射法分别测出白天和夜晚车辆排队长度。进而根据车辆长度制定了红绿灯的停留时长。从而达到智能的控制交通灯的目的。首先,对于白天车辆排队检测,本文应用三帧差法来检测运动车辆,利用基于抗噪型形态学的边缘检测来检测存在车辆。其次,由于夜晚的环境与白天差别很大,所以无法使用白天情况下的检测方法,本文利用车灯作为夜晚车辆的标志来对排队车辆进行检测。最后本文利用改进的伸缩窗算法来测量白天排队车辆的长度,利用三维空间到二维图像的映射法来检测夜晚排队车辆长度。然后利用KNN算法将昼夜区分,最后利用所测的车辆排队长度制定出相应的红绿灯时间,从而达到了智能控制交通目的。实验结果显示,在不同天气环境和光照亮度情况下,本文的方法能够准确有效的检测车辆排队长度,能够更合理的智能控制交通灯