车辆识别系统主要是由汽车牌照识别和汽车类型识别两大核心技术构成,它在智能交通领域中有着广泛的应用,同时也是计算机视觉、图像处理和模式识别等交叉学科研究的热门课题,因此对相关技术的研究正受到普遍关注。在本文中主要侧重于对汽车标志的定位和识别进行研究,提出了解决以上技术中相应问题的理论方法,并在实验中验证了其有效性。本文分五个部分进行介绍: (1) 目标检测及识别算法研究:目标检测和识别算法是目标识别研究的核心问题,而运动车辆车型精确识别系统也是一种典型的目标自动识别系统。在这一部分主要概括和分析了当前图像分割、特征提取和目标识别算法。(2) 车辆的检测及车辆外形颜色识别:对运动车辆车型精确识别系统中几类较为重要的技术问题如基于视频的运动车辆检测技术、车辆外形、大小、颜色的识别技术进行了探讨。在本文中由于车辆视频检测的背景处于绝对静止或基本上无变化的状态,因此采用了常用的差分法。车辆颜色识别是通过对多个彩色空间色差公式用于色彩识别的比较研究,找出了其中利于彩色识别的彩色空间模型及对应公式,并对如何提高识别精度和鲁棒性做了进一步探讨。(3) 车牌定位算法:车牌定位主要是辅助后续步骤的车辆标志的定位,直接影响到下一步的处理,也是提高车标定位准确率的关键。其技术难点是由于受其它干扰源的影响,常规方法的分割阈值难以调节,从而造成车牌的误定位和漏定位。本文研究并提出了基于自适应能量滤波和基于边缘投影的车牌定位