车辆信息识别是智能交通系统(ITS)中的一个关键部分，颜色是车辆识别选取主要特征之一。目前车身颜色识别最常用的方法是颜色直方图识别法，传统的颜色直方图采用均匀量化，没有考虑人眼的颜色空间感知特点，存在颜色特征维数高的缺陷，因此应用在车身颜色识别中效果较差。本文通过对传统直方图法和颜色空间模型的分析，针对实际应用中车身颜色识别的特点，提出了一种改进的颜色直方图识别法，并验证了该方法的有效性。为了抑制车窗和背景对车身颜色识别的影响，本文通过车窗检测来减少选取待识别区域的颜色干扰，进一步提高了车身颜色识别的准确率。　　本文的主要工作内容和创新点如下：　　1.针对车身颜色识别提出了一种改进的颜色直方图识别方法。该方法解决了传统直方图颜色维数高的缺陷。通过对颜色空间模型的分析，在色调、饱和度、亮度（HSV）颜色空间中将汽车颜色量化为10类，然后根据这种量化方法提取改进的颜色直方图并进行颜色识别，结果表明该方法能有效识别出图片中的车身颜色。　　2.采用车窗检测的方法定位出车窗部位，然后通过车窗位置来选取待识别的颜色区域，消除车窗和背景对车身颜色识别的干扰，提高了车身颜色识别的准确率。　　3.实验验证。首先进行了基于改进颜色直方图的车身颜色识别实验，然后进行了车窗检测和结合车窗检测的改进颜色直方图识别实验，结果表明，通过车窗检测间接地选取待识别颜色区域后再进行颜色识别，可以消除背景区域的干扰，有效地提高车身颜色识别的准确率。