车脸特征提取的难点在于同一物理区域因杂乱的反光,在图像上呈现出差异较大的灰度区域,因此,车脸的轮廓线容易受伪边缘的干扰。研究从车脸结构分析出发,提出一套有效的车脸图像特征的提取算法。对智能交通中现有的车型识别技术做了综述,选择了轿车车脸的结构识别作为研究内容。分析了各种轿车车脸的大灯、散热器隔栅在形状、尺寸、结构上的共性和特性,提出了车脸特征描述方案和特征提取框架。研究了基于车牌定位的车脸分割方法。首先对车脸图像进行车牌分割,再根据车牌计算车脸的垂直中轴线和车脸带的水平分割线,分割出大灯、散热器隔栅区域。研究了灰度不均、存在杂乱干扰线条区域的轮廓检测方法。由于大灯玻璃表面透光和不均反射现象,使阈值分割和边缘检测算法都不能精确地分割大灯区域。针对这一难点,提出了基于Hough变换和Snake模型的大灯区域检测方法。首先对大灯图像做边缘检测,再对边缘做直线检测,采用基于夹角的二维凸包算法,得到初始轮廓,再运用Snake方法检精确地检测出大灯区域。研究了散热器隔栅区域的形状特征提取算法、隔栅条纹结构特征提取算法。提出基于Hough变换空间的点匹配栅条,以及水平、垂直投影的栅条结构分析算法,并将算法用于各类车型的隔栅,用实验验证了算法的有效性。