随着人们生活水平的不断提高,汽车已经成为日常生活中必不可少的交通工具。21世纪以来,全球汽车保有量增长迅猛,车辆信息及公路交通设施管理等问题面临巨大挑战,因此,对智能交通系统的需求又进入一个新的纪元。车标是车辆信息重要组成部分,车标识别对车辆信息管理意义重大。车标识别系统应包括图像采集、预处理、车标定位、车标识别等部分。其中车标定位及识别起关键性作用,因此,本文主要研究车标定位与识别的方法。本文主要工作如下：(1)分析车标颜色特征,选择灰度空间进行后继处理,然后进行图像去噪、尺寸归一化等操作。(2)车标定位,首先采用梯度对车标周围水平或竖直纹理进行抑制,采用极大值极小值滤波突显车标区域,然后进行水平和竖直投影,定位车标,最后采用基于左右边界对称进行车标验证。实验验证,定位效果较好。(3)车标识别,首先实现用2DPCA对车标图像进行降维,采用KNN进行识别,并且提出采用车标图像HOG特征加以KNN和SVM进行分类,实验证明,HOG+SVM分类效果较好,HOG特征很好描述车标的形状信息。(4)系统设计,针对上述算法,本文设计了车标识别系统,并选用DM8168达芬奇数字媒体处理器作为算法运行平台,并完成部分算法移植。