近年来,随着道路中的汽车日益增多,智能交通系统中的车型识别在交通监控和管制、全自动收费系统方面起着越来越重要的作用并成为国内外研究的热点,有助于管理交通。快速,准确,高效的进行车型识别具有很强的社会价值和经济价值。对于道路中正在行驶车辆进行图像处理时,往往会受到光照,背景,行人或天气因素的影响,降低识别效果;同时处理的实时性较差,往往是一种事后提醒。检测结果受系统软硬件条件限制。如何在复杂背景下,通过局部特征,整合局部识别结果进行快速,准确的车型识别,是本文重点讨论的内容。本文研究的内容如下:(1)研究了一种基于初始模板进行多次分层次匹配,确定准确车型的具体方法。将图像进行分块处理,通过图像增强的预处理,去除噪声,增强对比度。建立初始大、中、小型车辆模板。整合所有区域在初步模板匹配下的车型识别结果,通过概率统计得到整体初步车型识别结果。(2)选取不同的车型所特有的特征区域模块作为进一步车型识别的判别依据,将灰度值进行近似处理,通过矩阵形式进行2次模板匹配确定具体车型。