随着交通的快速发展,智能交通系统得到了广泛的关注,车型识别技术和车辆颜色识别技术作为智能交通系统的关键技术成为了研究热点。近年来,车型识别技术发展迅猛,它不仅在智能交通领域应用广泛,在图像处理,模式识别以及计算机视觉等领域也逐步兴起。汽车车身颜色识别技术填补了车辆颜色特征信息在智能车辆识别系统中的空白,补充了车辆识别技术的特征信息,对警方打击汽车套牌等犯罪行为提供了一定的帮助。本论文主要围绕车型识别和车辆颜色识别展开研究。首先研究了车牌定位算法,利用了以HSV颜色空间为基础的车牌定位算法对车牌所处的空间位置进行定位,之后依据车脸以及车牌在空间上的位置关系,采用经验和统计的方法,对车脸区域进行定位来匹配相应的车型。本文介绍了基于SIFT算法的图像匹配方法,提出了双向匹配的车型匹配方法,提高了车型匹配的准确率,对SIFT算法进行了并行化设计,最后在CUDA平台上实现了SIFT算法的并行化,满足车型匹配的实时性要求。在研究车辆颜色识别技术时,本文充分考虑车辆引擎盖以及车牌在空间上的位置关系,对车辆颜色识别区域进行定位,在HSV颜色空间下提出了基于颜色直方图的车辆颜色识别方法,提高了车辆颜色识别的准确率。