现在的高端汽车市场上已有部分配备了汽车驾驶辅助摄像系统(ADAS),譬如 Benz上 Bosch 的夜视系统,BMW 上 SIEMENS VDO、AUDI上Continental的360°全景摄像系统、PSA和MMC上KOSTAL的航道偏离检测系统等,都是用DSP或FPGA芯片采集实时图像数据,根据不同的实现目标,进行图像处理及分析来检测感兴趣的有用信息,并根据此检测结果加以相应的决策需求对驾驶员加以警示。交通标志识别(TSR)系统作为ADAS的一大功能,也是沉浸在繁忙城市生活中的商务人群对汽车需求的发展方向,而目前市场上还鲜有产品化的产品。本文研究工作致力于提供一个系统软件框架来实现驾驶辅助系统中实时交通标志检测和识别的功能。区别于现行的大部分研究只针对圆圈禁令标志或/和三角警告标志的检测,本文基于中国大陆交通法规中标准交通标志,设计算法以期能检测到大部分类型(不同颜色和形状)的中国境内的交通标志。考虑TSR功能的应用环境的实时性要求,本文算法的每一步尝试都尽量不影响其实时性。因而本研究基于HSI颜色空间,使用了新型的基于区域的快速颜色分割,建立了根据交通标志重要优先级的评价方法,结合简单阈值处理,可以快速地按颜色分层得到采样图像中可能含有标志的感兴趣区域(ROI,区域尺寸可根据需求定制);再在此区域结合数学形态学的基础处理膨胀运算以得到平滑充盈的连通区域用来进一步识别区域形状。最终基于最后输出的确定形状的感兴趣区域掩模原图像的亮度分量,用边缘方法提取边缘方向的统计特征,用于基于内容的图像检索的相似性度量计算。欧氏距离的计算由于特征维数不是很高,是个较有效的距离度量。初步实验结果,对感兴趣区域的检测准确率在90%以上。此算法可以扩展到大部分目前标志数据图库中涉及的绝大部分标志使用形状。