经济的飞速发展,生活水平的不断提高,让汽车走进了千家万户。汽车给人们出行带来便利的同时,也造成了交通的拥堵、事故的频发。所以,如何提高汽车驾驶的安全性是目前交通管理的最大难题。智能交通技术的研究也是在此前提下展开的。而把交通标志作为研究对象的交通标志自动识别系统,也属于智能交通技术的一部分。标志牌的作用主要是给驾驶人提示目前道路交通信息、警示道路潜在的危险,从而提高驾驶的安全性、减少事故发生本文就是以真实复杂场景下的交通标志作为研究对象,通过具体算法实现对交通标志识别的第一步,即交通标志的分割。由于分割效果的好坏直接影响着标志的识别,所以能否快速高效的实现标志的分割,成为了交通标志识别系统成功与否的关键。所以为了提高交通标志分割的准确率,本文根据交通标志颜色的独特性试验了下面的两种分割方法：(1)利用颜色阈值算法实现交通标志的分割。由于交通标志处于复杂的背景中,为了提高交通标志识别的准确度,本文首先实验了在LAB单个色度空间内,选取阈值进行交通标志分割；然后根据对单个色度空间阈值的分割效果以及数据的分析研究,得出将HSV和LAB两个色度空间阈值进行叠加的分割算法,最后总结实验数据,得出颜色阈值分割算法的优缺点。(2)基于颜色模板匹配的交通标志分割算法是在本课题中实验的第二种方法。具体工作：首先是采集颜色样本,基于HSV、LAB、rg三个色度空间构造出两类颜色模板；然后根据具体不同的匹配算法将两类颜色模板分别与实验图像进行匹配分割,最后得到目标标志。对比匹配效果图,分析得到此算法的特点。本文是在Matlab平台上实现算法设计,统计得出各种分割方法的实验数据,从而对比分析实验数据,最终选择出最优颜色分割算法,确保复杂背景下交通标志的正确分割。