1、經濟發(fā)展與科技進步使人類生活日新月異，機動車輛作為人類交通的重要工具也得到了迅猛發(fā)展，但隨之而來的交通壓力也不斷增大，所以交通系統(tǒng)的智能化逐步成為主流趨勢。準確的檢測與識別出交通標識作為交通系統(tǒng)智能化的核心內容也引起了行業(yè)和眾多研究人員的關注。本文主要對交通標識的檢測與識別展開了研究，研究內容主要包括交通標識的顏色空間分割、分割后圖像預處理和邊緣提取、形狀識別及交通標識的分類識別。
　　論文首先選取適當的顏色空間對原始圖像做閾值分

2、割。分析與對比了RGB、RGB差值及HSI三種顏色空間情況，考慮各種光照及復雜背景下分割效果，最終選取 HSI顏色空間，然后通過設置適合的顏色分割閾值，得到了含有紅、藍、黃顏色信息的交通標識目標圖像。
　　論文隨后對通過圖像分割得到的目標圖像進行一定的預處理。由于圖像在分割之后仍存在大量的噪聲及干擾物，圖像預處理的主要作用就是去除噪聲干擾物及對圖像做一定的細節(jié)處理以改善圖像質量。預處理主要完成圖像去噪，使用連通域標記法去除過大過小

3、面積干擾物，使用圖像膨脹方法改善圖像形狀，選取Prewitt算子進行邊緣提取。
　　論文接下來對經過預處理的圖像進行形狀識別。形狀識別可以進一步區(qū)分目標物體與非目標物體，對后續(xù)的交通標識的識別起到一個輔助的作用。經過分析對比，選取了性能較好的快速徑向對稱變換方法檢測圓形標識，采用運行速度較快的拐角檢測與幾何信息相結合的方法檢測矩形及三角形，能夠對交通標識進行大致分類。
　　最后對分割得到的不同種類的交通標識進行識別。選取對交