汽车的图像采集工作通常由视频采集卡和摄像机等组成，通过对视频图像数据分析，抽取有效代表镜头内容的关键帧，这样就可以用静态图像识别技术来识别关键帧，因此对车型的识别可归结为对车辆图像的处理与识别问题。SVM作为一种新的学习分类方法，目前在人脸识别、对象分类等领域得到了很好的应用。本文应用一种基于DDAG SVM建立分类识别模型的车型识别方法进行车型分类。 　　1 信息获取和特征值提取 　　1.1 车对象获取 　　在分类前应先获取一幅如图1所示的纯背景图像，再获取到如图2所示的同一背景下的车辆图像后

用决策导向非循环图支持向量机研究了汽车车型的识别。运用图像像素相减的差分方法去除背景，获取车对象；然后对图像进行均值滤波，以除去噪声干扰，再对图像用“分水岭”变化的阈值方法，获取车的二值图像；最后提取车的几何形状特征，并将其输入DDAG支持向量机进行训练和识别，以实现对车型分类的目的。