按照汽车识别系统的组成原理,自动汽车识别分为三个阶段:汽车图像预处理,特征提取和识别.该文第一部分讨论了汽车图像的预处理,主要包括图像格式的转换,图像的增强,图像的边缘检测,汽车车体的处理,提出了采用基于阈值的图像减影技术在去除汽车背景的应用,实验结果表明此算法是十分有效的,并采用了新的图像平滑模板.在图像的增强中也取得了很好的效果.该文第二部分讨论了汽车的特征提取,该文针对汽车识别的特点,采用了填充图像的办法,以利于特征的提取.讨论了汽车的特征向量的分类及提取办法,介绍了特征提取办法的原理.该文第三部分讨论了神经网络分类器的设计鉴于汽车识别问题的特性,充分利用神经网络的并行分布处理的特点,将神经网络算法用于汽车识别.该文采用BP算法作为基本识别算法,用多个BP网络构成神经网络群作为汽车识别分类器.提高了识别率.接着该文给出了汽车识别的实验结果,并进行了分析与说明.识别的结果表明该文所提出的算法是十分有效的.