物体识别技术在民用和军用方面都具有巨大的应用价值,而车辆型号识别更是能在军事侦察,社会调查中能起到重要的辅助作用。但目前,对车辆型号识别的研究并不多,并且当前存在的效果较好的识别方法局限在固定的拍摄角度,未能解决视点变化的问题。因此,研究车辆型号识别不仅具有应有价值,并且有理论意义。同时随着3D技术的发展,基于3D模型的识别方法正在成为一种趋势,并可以解决传统识别算法中的难点视点变化的问题。　　 因此,本文就基于3D模型的车辆型号识别方法进行研究,并主要包含以下几个研究内容:　　 (1)由于光照条件会对识别效果产生影响,并且其中以阴影为甚。因此本文首先根据真实图像中的阴影特征,分析本征图像去阴影方法对于本应用的适用性,并结合相位一致性方法,提出合适的去除阴影的算法,获取精确的无阴影边缘。　　 (2)分析各种特征及其适用性,结合本研究的应用背景——基于3D模型的物体识别(测试图像为2D的真实图像)确定以形状信息为特征基础。进而,对snake算法进行了改进:利用无阴影边缘的凸包确定snake的初始轮廓,并将无阴影边缘和原始图像结合在一起构造了外部能量函数。获取了较为精确的物体轮廓。　　 (3)搭建了基于3D模型的物体识别方法的框架。即将3D模型进行多个角度的投影,获取多个投影图像；再将投影图像与场景图像在特征空间上进行相似度比较,以图像与模型间的最大相似度作为识别依据,实现识别。同时实验验证了其有效性。