近年来随着我们国家经济技术的发展，城市化进程的推进，车辆已经成为我们生活中必不可少的生活工具，使得车辆数量急剧上升。车辆的增多使管理工作变得繁重。例如高速路口的收费管理、停车场的收费管理、车辆违章管理等，需要大量的工作人员进行管理，其重大的缺点是效率低下。近些年，车辆特征的识别也得到了发展，尤其是车牌的识别。很多公司都推出了自己的车牌识别系统。但是目前大多数车牌识别系统的通用性不够，尤其是在晚上或者光照不好的条件下。而对于车辆的另外一个重要特征，车标的识别，也没有很好的得到解决。因此，对车辆特征的检测与识别进行进一步的研究有着重大的意义。基于上述背景，本文对车牌检测与识别技术和车标检测与识别技术进行深入研究。尤其在车牌和车标的识别方面，研究了各种识别算法。提出了无需样本的数字和字母识别方法；在车标识别方面也并取得了一定成果。主要研究内容包括：1、车牌检测算法：首先对图像进行预处理，然后使用Adaboost分类器在图像中初次定位车牌，使用能量以及跳变的方式排除误报车牌，最后用定位车牌的左右边界和上下边界得到精确的车牌位置。2、字符分割算法：本文采用基于轮廓的字符分割方法，对于稍有倾斜的车牌无需校正即可进行字符分割。3、字符识别：汉字的识别采用嵌入式隐马尔科的方法进行识别；对于数字和字母的识别，首先将字符的笔画进行分解，然后进行笔画的匹配得到识别结果。4、车标的检测：首先通过车牌的位置初步确定车标的所在范围，然后通过sobel算子进行纹理分析，得到车标的精确位置。5、车标识别：首先采集各种车标的样本，并提取角点特征，将特征存储到数据库。对待识别的车牌，也提取角点特征，与数据库中的特征进行匹配，得出最匹配的结果，作为最终的识别结果。本文所有算法在基于Opencv的基础上使用C语言开发，开发工具是VS2005。