随着汽车的逐渐普及,城市交通安全和路口通行效率等问题目益突出。如何抑制交通事故的上升趋势,成为当今智能交通系统的主要研究方向。机器视觉技术的进步加速了智能系统的研发进程。制约交通灯检测技术的主要问题在于算法的实时性以及稳定性。目前,尽管计算机硬件和智能化技术飞速发展,模式识别为主的算法不断涌现与更新,但由于交通场景复杂,且各国标准的不一,导致至今仍然没有一种行之有效的交通灯智能识别系统。针对上述问题,本文对交通信号灯的检测和方向信号灯识别技术进行了研究。本文的算法主要从交通灯自身的色彩及发光特点出发,在提高交通灯识别率的基础上,着重于提高系统的实时性。本文的算法主要在确保实时性的前提下,既能克服天气和噪声的影响,又能提高方向指示信号灯的识别率。本文的研究重点：1.交通灯色彩的检测。颜色检测方法对于颜色明显,光线适中的环境下的交通灯进行检测。通过比较选择出了最适合本文要求的环境下的色彩空间。2.根据目标的发光特征,对图像进行发光物体检测,之后对图像进行区域生长,最终结合色彩分割的结果,得出感兴趣区域。3.对提取的区域进行主成分分析。计算矩阵的特征值的投影向量,对样本图像进行相应的投影,并通过马氏距离判定方向指示灯的方向。