自动车型识别在车辆收费、道路监控以及提高公路利用效率等领域具有重要作用。传统的基于环形感应线圈或压电传感器的车辆识别技术,安装不方便,器件容易损坏,获取的交通信息比较少,因此难以广泛应用。而基于图像处理技术的车型识别技术,具有易于安装,可长时间稳定工作,获取信息丰富,适用范围广泛等优点,是自动车型识别的发展方向。因此,本文设计了一套基于视频和图像SIFT(Scale Invariant Feature Transform)特征的车型识别系统。本文的系统主要分为视频分割、特征提取和SVM识别三个部分。视频分割部分,本文提出了一套视频分割及预处理方案。该方案中提出了一种改进的帧差分割算法,即双帧差“且”运算分割算法。该算法可以自动分离运动区域与背景,且能有效消除干扰物的影响。之后对目标体采取了倾斜度校正、图像平滑与直方图均衡等预处理,降低了硬件噪声、摄像头摆放不正和光线过暗过亮等对目标体造成的影响。特征提取部分,本文选取SIFT描述符表达图像特征。该特征对于图像尺寸,视角和光线变化下的鲁棒性较好。文中提出了区域划分的思想,通过将图像划分为相同数目的子区域块,并对每一子块计算该块内的SIFT描述符均值,从而得到该图像的特征向量。这一特征向量的维数独立与车辆图像大小,且独立于摄像头分辨率的大小,具有较好的可扩展性。在SVM识别部分,本文首先研究了不同的SVM多分类方法,之后在实验基础上构造了适合于车型识别系统的SVM多分类器。最后,通过对样本的检验表明该套系统能够较好的实现车型自动识别,且在执行时间上可以满足实时性的要求。