车辆识别是智能交通管理系统的重要组成部分,同时也是数字图像处理技术、模式识别技术和计算机视觉等交叉学科研究的热门课题。目前,车辆识别系统主要是针对车牌进行识别,但结合车牌和车标的识别能获得更准确的车辆信息,为车牌套牌的查处、违章逃逸等提供可靠证据。本文首先对国内外车辆识别系统及方法进行了广泛的查阅工作,然后重点对车牌和车标的定位与识别技术做了深入研究,实现了一个综合车牌及车标识别的车辆识别系统。该系统包括车牌识别和车标识别两个模块。车牌识别模块首先根据车牌外形特征实现了一种基于HSV颜色模型的车牌定位方法,再利用车牌字符特征的投影法对字符进行分割,然后采用模板匹配和修正不变矩的方法进行字符识别。车标识别模块首先根据车标与车牌的位置关系完成车标的粗定位,再利用车标背景的纹理信息精确定位车标,然后提取车标分数阶微积分的梯度方向直方图特征,采用克隆选择和K近邻分析相结合的方法进行识别。最后为了验证本文算法的准确性,基于本文实现的系统对300幅车辆图像(包括17种车标)进行了分类识别。实验结果证明了该系统对车辆的车牌和车标识别的有效性；并通过将系统的识别方法与传统方法对比,表明本文算法在识别效率上有所提高。