随着社会经济的高速发展,汽车已成为人们出行的重要交通工具,随之而来的交通拥挤、道路堵塞、交通事故高发等问题严重影响了人们的生活质量。为解决这一问题人们从高新技术着手,对智能交通系统ITS(Interlligent Transportation System)展开了研究,而作为ITS的重要组成部分的交通标志及交通信号灯的检测与识别也成为了研究热点。基于计算机视觉的交通标志识别已研究多年,但由于交通标志和信号灯的实时识别是通过安装在交通工具上的摄像机采集户外图像,输入计算机完成的,所采集到的图像受各种自然环境的影响较大,因此,对复杂环境下的交通标志的检测和分类理解的问题还需进一步研究。本文主要对交通标志和信号灯的图像预处理、检测和分类识别三方面展开研究。基于交通标志和信号灯的颜色信息,本文分别采用RGB颜色空间分割法和HSI颜色空间分割法分割出感兴趣的色彩区域,并对分割算法加以改进。颜色粗分割后,本文引入了两种形状检测的方法：基于几何特征检测法,根据面积周长比设置匹配参数,分别对连通域进行匹配,检测形状；基于模糊规则检测法,对应于正三角形、倒三角形、矩形和圆形分别设计相应的模糊规则检测形状,分割出交通标志。对分割出的交通标志进行分类识别。为了满足目标的旋转、平移、尺度的不变性的要求,本文选用Hu不变矩和Zernike不变矩提取特征矢量进行特征匹配,采用最近邻法设计分类器对交通标志和信号灯加以识别。