伴随着当代科学技术的迅速发展及交通事业的需求,智能交通系统已成为现今人们关注的热点问题。车辆识别系统作为智能交通系统的重要组成部分,在桥梁路口自动收费、停车场无人管理、违章车辆自动记录、交通事故处理、违章车辆自动记录等领域都有着广泛的应用,它的实现具有了很大的经济价值和现实意义。车标识别是车辆识别的一个重要方面。车标识别技术是指以数字图像或视频信号流为研究对象,通过图像处理与自动识别方法,获得机动车辆品牌信息的一种实用技术。车标识别系统包括车标定位和车标识别两项关键技术。现有的很多车标定位技术都是基于车牌位置提出的,因此车牌定位技术是车标定位环节中的一项关键技术。本文主要对车牌定位技术和车标识别技术进行了深入研究。车标位于车牌上方,这是车标的一个重要特征,由于车标和车牌的这种位置关系,车牌定位在车标定位技术中十分重要。在获取车牌图像的过程中,由于图像场景的复杂性以及车牌位置和图像质量的不可预知性,给车牌定位带来困难。本文提出了一种新的基于综合特征的车牌定位方法。该方法将车牌区域作为一个整体而非几个字符来分析,首先通过车牌的结构特征进行车牌粗定位;其次利用车牌字符的纹理特征剔除那些与车牌纹理不相似的伪车牌区域;最后,基于车牌区域的边缘颜色对特征进行车牌的精定位。实验结果表明,本文方法具有较高的定位准确率和较强的鲁棒性。本文提出一种新的车标识别方法。该方法首先利用小波变换消除噪声,然后应用PCA技术进行数据降维,并计算不变矩作为特征向量,最后应用BP神经网络技术对车标进行识别。实验结果表明,本文提出车标识别方法识别率高,速度快。