【摘要】为了提高车辆检测的准确率和效率,为智能交通系统提供可靠的参考信息,针对传统Harr特征车辆检测算法存在特征向量维数过大、训练时间过长的问题,提出采用非负矩阵分解Harr特征得到低维的Harr-NMF特征,对Harr-NMF特征分类并由Adaboost算法训练得到基于Harr-NMF特征的车辆分类器,对车身进行有效识别。针对实车测试时出现的重复检测、错误检测等问题,进一步优化了算法。测试结果表明,改进后的算法提高了车辆检测率并有效降低了误检率。