提出了一种基于ＨＳＶ（ＨｕｅＳａｔｕｒａｔｉｏｎＶａｌｕｅ）空间的Ｈａａｒ小波特征和多ＳＶＭ（ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ）分类器的摩托车识别算法，以解决因样本比例不平衡所导致的对摩托车识别性能差的问题．首先在ＨＳＶ颜色空间基于无符号小波系数构造特征提取算法，然后对训练数据应用所提出的样本重构方法得到若干训练子集，基于各个训练子集训练相应的ＳＶＭ分类器，识别时将各ＳＶＭ的输出结果进行融合即可得到最终识别结果．实验结果表明：该方法识别性能高，鲁棒性好，对于受数据的不平衡性严重影响的对象识别具有较好的应用和推广价值．