随着经济的发展,车辆数量急剧增大,交通问题日益突出,这使得智能交通系统成为一个热点研究领域,受到日益广泛的关注。车辆识别是智能交通领域应用的重要研究课题之一,是智能交通系统的核心组成部分,可广泛应用于交通事故处理,违章车辆监控,停车收费,机场、港口、小区等出入口的车辆管理等,应用前景十分广阔。车辆识别需要最大限度地利用车辆的信息对道路上的车辆进行确认。但目前只用到了车牌和车型信息,而车辆还有一个更重要的信息即车徽信息。车徽是车辆的重要信息,是车辆的标志性图像,它不仅包含了车型信息,更重要的是还包含了生产厂家的信息且难以更换。如果将车徽信息与车牌和车型信息相结合,将会极大地提高车辆识别的可靠性。本文对大量的车徽图片进行了仔细的研究,提出了一种基于知识与神经网络的车徽识别算法和一种基于流行学习的车徽识别算法。基于知识与神经网络的车徽识别算法以知识系统理论为理论框架,由知识库和推理机两部分组成。知识库是用来存放车徽识别用到的知识,本文提取车徽的间隙数和轮廓特征,用样本车徽的轮廓特征进行BP神经网络的训练,用车徽的间隙数特征和训练后的神经网络权值来构建知识库。推理机是利用知识库中的知识进行车徽识别的过程。实验证明该方法不仅识别速度快而且识别率高。基于流形学习的车徽识别算法是对样本以及待识别车徽图片进行数据降维处理,在低维空间进行车徽图片的识别操作,这样大大减少了计算的数据量,很好地利用了车徽图片的纹理信息。实验结果证明了该方法的可行性。