随着中国汽车数量的不断增加,不管是机动车辆,还是小型私家车都在急剧增长,智能管理系统(ITS)的完善变得及其重要。而车辆识别技术作为智能管理系统一个重要的课题,其主要的研究意义在于识别的精准性,在各种环境下设计的算法都应具有良好的鲁棒性。本文的课题是基于ADABOOST和BP的车标识别方法研究。车标识别技术是基于数字图像处理,模式识别和计算机视觉而产生的重要课题。车标识别系统包括图像采集,预处理,车牌定位,车标定位和车标识别。论文的主要内容如下：首先,讨论了车标识别技术的优缺点,并对车标识别检测技术的研究意义、国内外研究现状以及发展动态进行了分析。其次,设计了车牌车标图像的预处理方案(图像变换,去噪滤波,形态学操作等),对车牌车标图像进行增强,突出它们的细节,增强边缘,接着定位车牌的位置,通过计算水平垂直方向的投影,定位出车标的位置。最后使用不同的识别算法通过提取车标的特征,对车标进行分类,检测识别,提升了车标识别的自动化程度。再次,在基于车标识别技术的研究中,采用了改进的ADABOOST算法,该算法通过弱分类器训练出强分类器,最终识别出非车标和车标。针对车标通过BP算法对不同的车标种类进行分类,该算法通过将期望输出与实际输出做误差对比,进行迭代,不断的更新权值,最终得到正确的分类。最后,利用Visual Studio 2012集成开发环境和opencv2.4.4开源库开发了车标识别的人机交互软件,该软件应用于独立环境的图像采集平台,自动对图像进行预处理,定位车牌,车标和识别。该实验结果证明该系统具有良好的检测正确率。