基于道路交通场景的车辆综合信息检测技术，是智能交通系统(IntelligentTransportation System，简称ITS)的核心组成部分，是国内外ITS系统研究的热点之一，主要是通过图像处理和统计学习的相关技术，提取出交通场景图像中车辆的关键信息。针对道路交通架设的摄像机获得的车辆视频图像，本文研究并实现了一个车辆综合信息检测系统，检测的车辆信息包括：前车窗的位置信息、驾乘人员的人脸位置信息、车辆颜色和车型。主要研究内容如下：(1)前车窗定位和驾乘人员检测。首先，对前车窗进行粗定位和图像预处理操作，突出前车窗上、下边缘的直线特征；其次，基于直线特征，对前车窗进行精准定位；最后，用训练出的Adaboost人脸目标检测器遍历前车窗区域，返回人脸目标所在位置信息，完成驾乘人员检测。(2)车辆颜色识别。首先，分割出车辆颜色待识别区域，运用相应的光学理论和数字图像处理算法去除此区域内的高光；然后，利用从颜色识别区域中提取的颜色特征，设计BP神经网络颜色分类器，实现快捷、有效的车辆颜色识别。(3)车型识别。本文根据特征提取原则，提取适宜的车型特征(车辆的简单几何特征、Hu矩和Zernike矩特征)，为车型的正确分类奠定基础。在车型特征的基础上，构建SVM车型三类分类器，取得了较好的识别结果。