1.基于车道线的车辆种类划分方法，其特征在于，包括如下步骤：

(1)基于霍夫变换从道路监测视频图像中提取道路左右两侧的车道线；

(2)基于Vibe背景差分算法获取视频图像中的前景目标并对前景目标进行孔洞移除和平滑处理；

(3)以车道线为参考系计算目标的实际宽度，将目标的实际宽度导入以车辆宽度作为分类标准的车辆分类器中，得到目标的车辆类型；所述步骤(3)中目标的实际宽度ws1＝(ws2/w1)w2，其中ws2为目标的外接矩形框在视频图像中的像素宽度，w1为目标的外接矩形框的中心点在水平方向上的延长线与左右两车道线的两交点的距离，w2为道路的实际宽度；

(4)对分类结果进行误差修正，排除目标行驶轨迹不为直线的目标的分类结果。

2.根据权利要求1所述的基于车道线的车辆种类划分方法，其特征在于，所述步骤(4)的误差修正还包括基于从视频的多帧图像中获取的同一目标实际宽度的平均值进行车辆类型分类。

3.根据权利要求1所述的基于车道线的车辆种类划分方法，其特征在于，所述步骤(1)中，基于霍夫变换从道路监测视频图像中提取道路左右两侧的车道线的方法为：将利用霍夫变换从视频首帧图像中获取的直线分为斜率大于0和斜率小于0两组，并分别从这两组直线中选出最长的一条分别作为左车道线和右车道线。

4.根据权利要求1所述的基于车道线的车辆种类划分方法，其特征在于，所述步骤(3)中车辆分类器表示为：其中，ws为车辆的实际宽度，a1，a2，…，an分别表示n种车辆类型，(w(1)min，w(2)max)(w(2)min，w(2)max)，…，(wxn)min，w(n)max)分别表示相应车辆类型的宽度范围，每种车辆类型的宽度范围都与其他类型的宽度范围不相交。

5.根据权利要求1所述的基于车道线的车辆种类划分方法，其特征在于，所述步骤(4)中判断目标行驶轨迹是否为直线的方法是：首先从目标行驶轨迹中选取若干个点作为分析样本；然后从样本中随机选取两个点构成直线，并计算其余点到该直线的距离，若距离在阈值范围内的点数占总点数的95％以上，则认为目标的行驶轨迹为直线，否则不为直线。

6.采用如权利要求1-5任一项所述的基于车道线的车辆种类划分方法的基于车道线的车辆种类划分系统，其特征在于，包括：车道线检测模块，用于基于霍夫变换从道路监测视频图像中提取道路左右两侧的车道线；

前景处理模块，用于基于Vibe背景差分算法获取视频图像中的前景目标并对前景目标进行孔洞移除和平滑处理；

目标宽度计算模块，用于以车道线为参考系计算目标的实际宽度；

车辆分类器模块，用于根据输入的目标的实际宽度对目标的车辆类型进行划分；

以及，误差修正模块，用于对分类结果进行误差修正，排除行驶轨迹不为直线的目标的分类结果。