随着汽车数量的不断增加,市内和高速的道路情况也越来越复杂,在这种背景下ITS(智能交通系统)就诞生了。智能交通系统是将各种现代化的前沿信息技术进行有效融合的一个系统。近些年,智能交通系统也利用了一些比较前沿的图像处理技术和模式识别技术,因此智能交通系统正在变得越来越智能化。智能交通系统中一个主要的研究领域就是道路交通标志的检测识别。将图像采集设备装在行进中的汽车中,并且采取一定的交通标志检测和识别的算法,可以有效指引驾驶员规范行驶,还可以及时将路面情况反馈给驾驶者,从而可以减少由于驾驶员开车时走神或分心而引起的交通事故的发生。所以,交通标志的检测和识别有着极为重要且广阔的理论研究价值和现实应用价值,现在对于真实环境下获取的交通标志图像的检测和识别也越来越为人们所重视。但是,因为交通标志检测与识别是面向实时应用的,而目前的研究算法都不能很好满足这一条件,因此在实际应用中还有很多至今没有解决的问题,实际效果并不好。本文首先通过图像增强技术和图像复原技术对原始图像进行了预处理,提高了原始图像的品质。由于自然环境下获取的道路交通标志图像很有可能具有光线较暗、对比度差、图像细节模糊等问题,所以采用基于直方图均衡的交通标志图像增强处理同时还进行了图像去噪。其次,依据交通标志牌所处的外部环境的特性以及不同的颜色空间的特点,本文选择了HSV颜色空间,因为HSV颜色空间对光照变化相对来说不是很敏感,所以在此空间下对图像进行了颜色分割。再次,针对一幅图像中可能存在颜色和交通标志牌相似的区域这种情况,采用形态学等操作对疑似区域进行了预处理,同时利用形状特征对交通标志的区域进行准确定位并裁剪下来。最后,本文采用的是基于模板匹配的交通标志识别算法,实验表明,在确保系统运行的实时性的同时,本文算法可以有效提高识别系统的准确度。