车辆识别需要最大限度地利用车辆的信息去辨认道路上的车辆,这就需要多种车辆识别技术。作为汽车的象征性图像,车标中蕴含着很难被改变的厂商信息,车标识别在提高识别车辆的准确性方面所起的作用不可轻忽,是车辆识别技术中的新的研究方向。由于车标自身具有目标小、相似性大、区域背景复杂等特殊的属性,加之易受拍摄角度和光照影响,使得其准确定位和识别成为一个富有挑战性的研究热点课题,是车标识别的一大难点。本文首先利用了车标与车牌相对位置的先验知识,对待测车辆图像进行车标粗定位,提取出车标矩形区域。再根据车标与散热器网的相对位置,将车标矩形区划分两类。对于车标位于散热器中央的情况,利用车标左右两侧对称位置背景纹理相同的特点,提出了一种基于模板匹配和边缘检测的新方法对车标进行精定位;对于车标位于散热器上方的情况,利用车标背景纹理简单、车标边缘纹理复杂的特点,提出了一种基于边缘检测和形态滤波的方法对车标进行精定位。对于精定位后的车标图像,本文在传统的SIFT算法的基础上,将特征点方形邻域改变成圆形邻域,增强了描述子全局描述特性,使SIFT算子具有完全的旋转尺度不变性。分别提取出车标标准模板的特征向量和待检车辆图像的特征向量,然后计算特征向量的欧式距离,使用BBF搜索算法判断两幅图像的相似度,最终有效地实现了车标图像的识别。实际测试表明,基于改进的SIFT的车标检测识别算法,既不受车标位置限制,又不受车标背景纹理限制,而且对图像尺度、视角变化、目标遮挡等情况也有较好的鲁棒性,更有很强的抗旋转尺度不变性,有效提高了车标的识别率。