随着经济的快速发展，公路车辆数目不断增多，道路交通安全成为社会关注的普遍问题。在这种情况下，我国陆续投入各种智能交通系统的研究，而交通标志作为向行人指示交通的交通设施对道路交通安全具有非常重要的作用。因此，目前对交通标志检测与识别的研究也越来越受到关注。　　 本文在分析以往各种交通标志识别系统的基础上，提出一种多级交通标志识别方法--基于颜色实现交通标志分割(一级)、基于形状对交通标志初步分类(二级)、基于AdaBoost算法对交通标志细致分类识别(三级)。具体思路是，首先，在对交通标志特征进行分析的基础上，采用基于颜色-形状特征的交通标志检测方法，这种检测方法首先采用受光照影响小的RGB彩色图像分割提取疑似交通标志区域，其后，提取疑似交通标志区域的Radon矩作为形状特征，采用基于Hausdorff距离的特征匹配法对交通标志区域形状进行匹配，从而实现交通标志的检测并初步分类。其次，在对AdaBoost算法及K-means监督聚类理论深入分析的基础上，提出了一种新的基于半监督聚类的AdaBoost算法，实验证明，改进后的算法可以有效提高分类识别率。对开放道路上拍摄的交通标志图片采用基于颜色和形状的交通标志检测，选择Fisherfaces特征提取算法提取所检测出的交通标志特征，采用改进的AdaBoost集成算法进行分类，实验结果表明该方法检测从不同距离拍摄的交通图片中禁令、警告、指示标志具有检测速度快、准确率高的特点。