现今社会，交通事故频发，每年因交通事故而造成的伤亡人数正在逐年递增，如何提高道路交通的安全性，已然成为迫在眉睫的问题。为了解决这个问题，驾驶辅助系统应运而生，该系统即利用车载摄像机采集实时道路的视频图像信息，通过计算机处理得到对驾驶员有用的路况信息，并及时的反馈给驾驶员，从而减少或避免由于驾驶员的疏忽引发的交通事故。本文所研究的道路交通标志识别是辅助驾驶系统中的一个重要研究对象。交通标志主要包括，警告标志、禁令标志和指示标志三种，而不同类型的交通标志均具有不同的颜色和形状特征，用以区别于其他物体，以引起道路交通参与者的注意。针对交通标志的上述特点，提出了一种将颜色和形状特征相结合的交通标志识别系统。首先采用HSV颜色模型在整幅图像中提取交通标志的候选区域，然后采用形态学方法进行滤波，之后应用几何特征描述符对形状特征进行提取，最终提取出颜色特征和形状特征都满足给定条件的区域，得到交通标志的检测结果。在识别阶段采用BoW-SIFT模型对标志内部的形状特征进行不变特征点的提取，并选用LibSVM对特征进行训练，最终达到识别的目的。利用采集的实际图像建立数据库并进行实验，结果表明，文中所提出的检测与识别方法运算量较小，对外界光照变化、标志轻微形变等影响不敏感，能够准确、快速的检测出驾驶过程中视线范围内的交通标志。