智能汽车通过辅助或代替驾驶员操作,以提高乘车舒适性和安全性,是当前汽车行业的研究热点。但无人驾驶技术尚未成熟,且交通基础设施升级周期较长,因此现阶段智能汽车主要通过搭载辅助驾驶系统实现智能化。交通灯识别技术作为辅助驾驶系统技术的一部分,是智能汽车在城市道路上安全行驶的关键技术之一。本文针对交通信号灯以及机动车制动灯的识别方法进行研究,针对日间和夜间工况的特点,分别设计了识别方法,并使用Matlab平台进行验证。首先,针对日间圆形交通信号灯的识别,设计了识别方法。对原图像进行基于RGB空间的阈值筛选,在颜色筛选结果的基础上,通过基于形态特征的区域形态特征筛选,实现对圆形交通信号灯的识别。针对日间箭头形交通信号灯的识别,设计了基于RGB空间的阈值筛选和基于局部灰度特征的箭头形区域提取方法,提取出完整箭头形区域,在候选区域提取结果的基础上,通过区域形态特征以及重心偏移特征,识别候选区域中的箭头形交通信号灯。其次,针对夜间交通信号灯的特殊工况设计了识别方法。对原图像进行基于RGB空间的阈值筛选,通过区域包围零点数量的筛选以及局部区域取反操作,消除颜色阈值筛选结果中存在的不规则光晕,提取出完整的交通信号灯轮廓,通过基于形态特征的区域形态特征筛选方法,结合Canny边缘检测和Hough变换检测其中的圆形轮廓,完成进一步的识别。最后,针对日间及夜间的机动车制动灯识别,提出了相应的识别方法。日间机动车制动灯识别,主要基于RGB空间的阈值筛选,以及基于图像平均灰度的阈值筛选。对颜色灰度双阈值筛选的结果,通过形态学膨胀运算增强。夜间机动车制动灯识别,对原图像采用YCbCr空间的阈值筛选,并对原图像进行Top-Hat变换结合最大类间方差法的处理,提取图像中的光源区域。通过对颜色筛选结果和光源区域提取结果进行形态学处理及融合,提取出制动灯区域。对日间及夜间的制动灯识别结果均进行配对处理,标记同一辆机动车的制动灯,完成制动灯的识别过程。对交通信号灯和机动车制动灯识别方法进行实验,结果表明,本文所提出的方法能够有效识别出图像中的交通灯,但是对某些复杂情况则无法完全正确识别,仍存在着改进空间。