随着计算机技术、现代传感技术和数字图像处理技术的发展,机器视觉技术已广泛应用于工业、医学及机器人等领域,尤其是将机器视觉技术应用到运动载体(如汽车)已经成为数字图像处理和运动载体的现代化生产、管理的热门研究项目。利用图像理论和机器视觉技术,研究汽车感观测量实现采集车辆的多种特征信息,如车辆牌照、车身颜色、外型尺寸等,具有较高的研究意义和应用价值。本文详细介绍了图像处理技术的基本知识,包括图像灰度化,二值化、图像平滑,阀值分割和边缘检测等。初步设计了基于DSP和FPGA的图像采集硬件平台,在计算机上对汽车感观方面进行了信息模拟采集。采用改进的HSI颜色模型和先验知识实现车牌定位,利用灰度值的差异判别汽车新旧。提出了一种基于色差车身颜色识别算法,通过比较研究多个彩色空间模型及其对应色差公式用于颜色识别的识别效果,实验找出了其中利于颜色识别的彩色空间模型,提高系统识别精度和鲁棒性等。在车身长宽比未知的情况下,提出了一种通过提取车身中轴线来获取汽车长度和宽度值的方法,对图像进行边缘检测和角点检测,通过实验仿真和计算,适合车型的分类,此方法得到验证。并对本文研究工作进行了总结和展望。