1、隨著社會的進步與經(jīng)濟的快速發(fā)展，城市交通擁擠甚至堵塞現(xiàn)象日趨嚴重，成為現(xiàn)代城市發(fā)展的主要瓶頸之一，交通安全事故頻發(fā)亦引起各國社會的普遍關注。在這種情況下，人們開始進行智能交通系統(tǒng)(ITS)的研究，智能交通系統(tǒng)包括智能基礎設施和智能車輛，其核心技術涉及模式識別、圖像處理、數(shù)字信號處理、信息技術、電子技術、人工智能、通信技術和系統(tǒng)工程技術等諸多方面，是一門綜合性技術。
　　交通標志識別(TSR)系統(tǒng)是智能車輛的重要組成部分，它在車輛行

2、駛過程中對出現(xiàn)的交通標志信息進行采集和識別，可及時向駕駛員做出指示或發(fā)出警告，或者直接控制車輛的操作，以保持交通通暢和預防事故的發(fā)生。
　　交通標志識別的重點和難點在于交通標志的分割、特征提取以及分類識別器的設計。本文交通標志的識別主要針對標準交通標志，識別過程主要包括兩個階段:交通標志檢測階段和識別階段。本文檢測和識別主要從交通標志的顏色特征和形狀特征入手。檢測階段包括:圖像預處理、圖像分割、圖像二值化以及交通標志定位。識別階段

3、主要采用基于SVM的二級分類。一級分類主要是根據(jù)交通標志的輪廓特征來進行訓練和識別，分類的結(jié)果是將待識別圖像按其輪廓分為三類:圓形、三角形和矩形;二級分類主要是針對交通標志的區(qū)域特征進行識別。通過提取Hu不變矩描述的交通標志的區(qū)域特征進行訓練和識別，分類的結(jié)果是顯示出待識別圖像及與其對應的標準圖像并解釋其對應的文字意思。
　　實驗結(jié)果表明:使用顏色和形狀特征對交通標志檢測與識別具有較好的效果;在交通標志一級分類時，運用改進的網(wǎng)格法