1、隨著生活水平的提高，汽車數(shù)量急劇增加，交通擁堵等問題越來越嚴重，智能交通系統(tǒng)可以有效緩解交通擁堵。交通標志的檢測與識別是智能交通系統(tǒng)中重要組成部分之一，同時在無人駕駛系統(tǒng)中也有廣泛的應(yīng)用，因此得到了眾多專家學者的關(guān)注。
　　目前對于交通標志的檢測與識別主要集中在禁令、警告標志上，對于包含字符與符號的矩形交通標志牌的研究較少，而矩形交通標志也是交通標志的重要組成部分，特別是矩形標志包含了文字、符號等交通信息，對于保汪道路安全與道路的

2、通行效率起著重要的作用，因此，對于矩形交通標志的研究具有很大的應(yīng)用前景與實用價值。
　　本文以矩形交通標志牌為研究對象，研究了矩形交通標志牌中符號的檢測與識別，主要工作內(nèi)容包括以下三個方面:
　　1矩形交通標志圖像預(yù)處理。針對自然場景下光照條件多變，拍攝角度不固定等問題，采用了限制對比度直方圖均衡來對圖像進行光線校正，采用直線檢測算法檢測矩形交通標志外邊框?qū)煌酥具M行畸變校正。實驗結(jié)果表明，本文給出的預(yù)處理方法，減少了因光

3、照以及拍攝角度的變化所帶來的影響，有效的改善了圖像質(zhì)量。
　　2.矩形交通標志符號的檢測。為提高矩形交通標志牌符號檢測速度，本文給出了由粗檢測到精確定位的兩級檢測算法，首先對交通標志圖像提取候選區(qū)域，基于規(guī)則進行篩選，然后采用基于圖像梯度與紋理特征以及支持向量機的方法對候選區(qū)域分類以獲得最終的符號區(qū)域，為進一步減少計算量，采用主成分分析PCA的方法對特征進行降維。
　　3.矩形交通標志符號的識別。交通標志中的符號具有明顯的邊