近年来智能交通系统(ITS)取得了突飞猛进地发展,车辆排队长度是智能交通系统中重要参数,基于视频的车辆排队长度检测中用到的关键技术是智能交通系统的一个重要研究方向,在实现城市智能交通系统中有着广泛的应用前景。本文对智能交通系统中的车辆排队长度检测的关键技术进行了较深入的研究,主要工作如下：(1)视频图像预处理和抖动消除技术。通过比较几种不同滤波方法在本文图像中的处理效果,选择中值滤波去除噪声；通过对几种不同算子的图像增强效果对比选择空域增强模板实现图像增强；采用基于图像配准的视频图像抖动消除技术。(2)根据光照强度的不同对车辆排队长度检测采取不同的处理方法。白天光照充足的条件下车辆的边缘信息比较明显,传统方法可以取得很好的效果。而夜晚光照条件复杂,传统的检测方法表现出很多不足,如夜晚光线较暗,边缘信息锐减,利用车辆的边缘信息进行车辆存在检测的鲁棒性大大降低。通过对视频的分析发现,在夜晚光照条件下车灯是车辆的显著特征,特别是车头车灯,因此本文利用车头车灯来检测车辆,实现夜晚车辆排队检测。(3)针对车辆排队时行驶缓慢或者不动的情况,采用对二值图像进行水平积分投影的统计学方法实现车辆排队长度的自动检测。(4)为实现白天夜晚车辆排队检测算法的自动切换,提出利用不同颜色分量图像的差值的统计学特征来实现对白天夜晚模式的切换。