随着中国经济进入高速发展模式，人们物质文化水平也跟着大幅度的提高，人们对汽车的需求量也日益增大。面对着汽车数量越来越多的问题，如何对这些车辆进行有效的管理成为社会首要关注的问题。车标是车辆的一个重要的特征属性，相对于车辆其他的一些特征信息（譬如车牌），车标具有不易更改的特点。基于这一非常重要特性，本文将对车标的识别进行研究。本文主要分为两大核心部分，定位部分（包括车牌的定位和车标的定位）和车标特征向量提取和识别部分。本文车标的定位是根据车牌和车标的先验知识，提出一种由粗到精的车标定位方法。首先通过成熟的车牌定位方法对车牌进行定位，再根据车牌与车标的相对位置可以估计出车标的大概区域；接着利用SOBLE边缘检测算子对车标估计区域同时进行垂直边缘的检测和水平边缘的检测，分割车标区域与背景区域；接着再利用数学形态学进行腐蚀膨胀处理得到车标的精确区域。车标特征向量的提取本文利用SIFT算子进行提取。SIFT算子的主要优点是信息量丰富，独特性好，适合在海量数据中进行快速、准确的匹配。另外SIFT算子的特征属性是图像的局部特征，具有对图像的尺度缩放、亮度变化、旋转保持不变性；对视角的变化、放射变换、噪声等等都保持很高的稳定性。除此之外，SIFT算子也具备多量性和可扩展性，少数的物体也可以产生较多的特征点，也可以很方便与其他形式的特征向量进行联合。所以本文通过SIFT算子对车标进行特征提取和特征向量的生成，最后通过欧式距离判断待匹配的车标向量与模板库的车标向量的相似性，最终达到识别出车标的作用。如果将车标识别技术应用到现代车辆犯罪侦查中，将会大大减少对犯罪车辆的搜寻范围和相关部门的工作量，提高车辆识别的可靠性。车标识别技术可以应用在很多领域，比如公路收费、车辆管理、公路布控等等。因此开发一种能够识别出车标的技术在当今社会显得极为必要。