随着国民经济的迅速发展,我国的汽车数量与日俱增,智能交通系统(Intelligent Transportation System, ITS)的研究就表现的尤为重要,而车辆识别系统在智能交通领域中有着广泛的应用,图像处理和计算机视觉技术在车辆识别技术中起着重要的作用。本文从计算机视觉的角度对车牌检测和汽车类型识别的关键技术做了详细的研究。在车牌方面,本文提出了一种基于车牌字符信息的车牌定位及其校正方法。根据二值图中车牌字符的连通元个数和排列位置来确定车牌的具体位置,最后对已定位的车牌进行方向校正,包括水平和垂直方向校正。水平校正是根据这些字符连通元的中心确定车牌的水平倾斜角度,使用旋转几何变换使其水平方向得到校正,垂直校正则使用投影分析的方法求出水平校正后垂直方向的倾斜角度,再进行图像的像素平移。实验结果表明,该方法能够在复杂背景下快速、准确定位到车牌,并且倾斜校正效果很好。同时也对于光照不均匀的情况(阴影、曝光)进行了分析研究,并提出了使用AdaBoost算法进行车牌定位。在汽车标志方面,为了在各种复杂背景下定位到车标,先利用AdaBoost算法定位到车脸部位,再通过车脸图像进行车标的粗定位,接着通过边缘及轮廓对车标进行精定位。最后,在车标的识别方面,分别使用了SURF和LBP两种特征进行识别,并进行了实验对比和讨论。实验结果表明,所提出方法是有效和可行的,并且对车标图像的尺度、旋转变化具有较强的鲁棒性。在车型识别方面,没有侧重车辆外形和大小方面的识别,而是对汽车的具体类型识别方法进行了研究,主要从局部特征进行识别,分别使用了SURF和LBP两种特征进行识别,进行了实验对比,并提出了两种特征相结合的二级分类器处理方法。本文对车牌检测和汽车类型识别相关技术进行了详细的研究,并进行了大量的相关实验。