随着我国改革开放和城市化进程的加快,汽车数量急剧增加,加上城市规划的不合理,给交通管理带来了巨大的挑战。如今智能交通系统逐渐成为交通管理最强有力的技术手段,而对车辆信息的识别技术是智能交通领域的关键技术之一,具有非常重要的应用价值。道路车辆信息检测有车牌识别、车型分类、车标识别等,目前对车牌识别、车型分类的研究较多。本文的研究对象是车标检测和识别,由于在实际应用场景中,视频监控获得的图像内容比较复杂,如包含了行人、树木、建筑物、广告牌等,这些对道路车辆信息检测带来了困难。针对这些问题,本文开展了如下几方面的研究工作:(1)选取实际场景道路视频监控,利用图像处理技术对图像进行预处理,如灰度化、图像平滑、Sobel边缘检测、二值化等。(2)利用车牌字符边缘比较丰富的特点,通过边缘图像实现对车牌位置的粗定位。并利用车牌的几何结构特征分析去掉不满足条件的车牌候选区域。最后,根据车牌字符的纹理特征和垂直投影准确确定车牌位置。(3)利用车牌与车标位置关系的先验知识,在车牌定位的基础上实现了对车标的粗定位,并经过一系列预处理去掉了噪声的干扰。综合分析车标的几何特征和纹理特征,利用中轴线及车标对称性的特点实现了车标的精确定位。(4)建立经过归一化处理的车标库,采用支持向量机分类器车标进行分类识别。实验结果表明,本文所设计的算法能够较好的检测出需要的车辆信息,具有较好的实用性,算法简单有效,对智能交通系统中车辆信息准确检测具有重要的意义。