车型分类识别技术作为智能交通系统的一个重要方面,在实际中有广泛的应用。传统方法中基于地磁感应的车型分类识别方法是直接对车型测量,获取车型的某些物理属性,这种方法的缺点是需要架设大量的辅助测量设备；本文利用基于车型图像的方法来实现车型的分类识别,直接获取车型图像,比传统方法更易操作。稀疏编码方法利用图像的稀疏性,对图像的全局特征或局部特征进行编码,稀疏编码具有较小的量化误差,对图像本身或图像的特征进行自适应的编码表示,能捕捉图像比较突出的信息,如何对图像进行稀疏编码成为图像分类领域的具有挑战性的课题之一。本文主要研究基于车型图像稀疏编码的车型分类识别,具体的研究工作如下：首先,提出了一种利用图像全局特征稀疏表示的车型图像分类方法,利用全局特征来稀疏表示,将样本集中的图像按照每一个类别进行稀疏线性组合,使用了最近邻分类器,这种方法比较简单,容易实现,识别速度快。其次,在研究传统词包模型中编码方式的基础上,本文提出了一种基于车型图像局部特征描述子的稀疏编码表示方法。通过对局部特征进行编码、汇集,得到一个全局的直方图表示,使用支持向量机作为分类器,这种方法分类识别正确率高,但是计算量大。最后,针对车型图像有些类别之间差异较小的特点,本文引入了分级图像分类的思想,设计了多级分类器,将容易混淆的先归为一类,进而再对其做细划分,通过多级分类器联合的方法对车型图像进行了分级划分,进一步提高了平均分类正确率。