随着车辆数量的快速增加,车辆识别系统对于道路上车辆信息监控、车辆违章检测、车辆服务越来越重要。对于某些套牌、遮挡车牌的行为,单独的车牌识别系统可能会造成车辆信息的误判,而结合车标识别系统可以降低误判率。传统的车标识别方法在车身纹理与车牌纹理相近的情况下会导致车牌定位不准;且传统图像降维方法不能很好地利用嵌入在像素以及邻域像素中的空间结构信息导致车标识别率低下。本文针对这两个问题在车标识别系统的车标定位和车标特征提取两个阶段进行了如下优化:(1)针对传统的车标识别方法在车身纹理与车牌纹理相近的情况下会导致车牌定位不准的问题,本文在车牌定位基础上,使用颜色空间与纹理检测结合的方法实现精准定位车牌;采用图像Haar特征与Adaboost相结合的车标定位方法。实验表明本文方法相对于传统方法提高了车标的定位准确率。(2)对于传统图像1D降维方法不能很好地利用嵌入在像素以及邻域像素中的空间结构信息的问题,本文采用2D特征相互融合的方法提取图像特征。2D特征使用原始图像矩阵构造图像协方差,并从中提取图像的特征向量,保留了原图像的空间结构信息。在颜色空间与纹理检测相结合定位车牌,并使用Haar特征与Adaboost算法结合的车标定位基础上,本文对常用的1D数据降维方法与2D特征融合的数据降维方法进行实验,实验结果表明2DLPP与2DLDA特征相融合有较好的识别效果。