车辆多特征识别是智能交通管理领域的一个重要组成部分,随着人民生活水平的提高机动车数量急剧增加,城市的交通系统面临的压力也越来越大。车辆多特征识别系统能够自动、有效、智能的提取多种车辆信息,对于快速解决交通事故、违章、拥堵等问题有着重要的意义。本论文主要研究了车辆多特征识别的两方面内容:车牌识别和车标识别,在车牌识别方面主要针对车牌的定位算法和车牌倾斜矫正算法进行了改进,在车标识别方面提出了完整的车标识别系统。(1)研究了基于快速特征金字塔的车牌定位算法,针对现阶段复杂场景和极端环境下车牌定位准确率低以及车牌误检率较高的情况,利用快速特征金子塔算法结合AdaBoost机器学习分类算法实现车牌定位。该算法有效的提高的车牌定位的准确率并且降低了车牌检测的误检率,而且具有良好的鲁棒性。(2)研究了一种基于低秩纹理变换不变性的车牌倾斜矫正算法。针对传统的车牌矫正算法对于大角度倾斜以及错切矫正的效果不好的难点,根据对称纹理信息具有低秩特性的原理实现车牌的倾斜矫正。该算法有效拓展了车牌倾斜矫正的角度范围,并且对于错切矫正有比较好的效果。(3)提出了一种基于视觉显著性的二级车标定位算法。根据车头部分的车标与车牌的位置关系,以车牌定位结果为基础粗定位车标,再运用视觉显著性算法精确定位车标位置。该算法有效的实现了车标的精确定位,在复杂场景下具有有较高的准确率和较低的误检率。(4)研究了一种结合梯度直方图特征加投影特征结合支持向量机分类器的车标识别算法,以车标定位算法为依据,同时以整体车标识别系统的实时性为要求,选择了一种适合本论文的车标识别算法。该算法在保证识别准确率的同时,有效的达到了车标识别系统的实时性要求。