高速公路的不断发展和车辆管理体制的不断完善,使图像场景日益简单化和标准化,这为以图像理解为基础的智能交通管理系统进入实际应用领域提供了契机.要识别车辆的厂家和类别(以后简称车型识别),唯有从图像中的车标入手.首先定位车标,然后对车标加以识别,从而识别出车辆的类别,这正是该文的思路.由于车标定位和车型识别可以借鉴的方法较少,所以我们进行了大量的尝试,提出了一种可行的思路.首先根据成熟的车牌定位算法找出车牌,根据车牌和车标之间的几何位置关系确定出车标可能所在区域,以后的所有操作都是针对这一区域进行的,我们称之为车标区域.然后对车标区域进行图像增强,包括图像的平滑、去噪、边缘提取、膨胀、二值化等,接着进行连通域分析,得到了车标的多个候选区域.同时对车标区域进行基于Hausdorff距离的几何形状定位,找出具有圆形和椭圆的候选区域.然后用学习好的高斯混合模型和SVM决策面进行精确定位,得到车标的精确位置.最后进行识别,给出识别结果.