目前智能交通系统(ITS)的主要核心技术是车牌识别,而借助于车标识别技术,能更准确地获取车辆信息,为打击犯罪、查处套牌车等提供有利证据。本文对车标识别中的关键技术进行了研究和探讨。车标定位阶段,在基于车牌定位的基础上进行车标定位。根据统计信息确定车标可能出现的区域,取该区域作为车标初定位的输出。对初定位区域图像进行常规的去噪、灰度拉伸处理,利用最小值滤波对光照条件进行估计,通过与原图像的差值得到近似均匀光照图像,以减少由光照不均而对后期产生的影响。利用水平投影粗定位车标的上下边界。车标增强阶段,通过多次对比实验,本文采用多尺度Retinex方法对车标图像进行增强,突出车标纹理细节,增强边缘；利用Sobel算子和沈算子结合得到图像边缘信息,通过垂直方向投影计算车标对称轴。车标识别阶段,本文认为车标的形状、尺寸也是车标的重要特征之一,因此建立了32*32、48*48、56*32等7个尺度的车标库,包含44类。采用模糊网格八方向梯度特征,结合模板匹配的方法对采集的上千幅车辆图像进行实验,使用最近邻分类方法,计算出与每一类的最近距离,取前5个作为识别结果输出。在本文的采样情况及范围下,高质量车标的识别率为93.71%,低质量的车标识别率为88.4%。