随着社会的进步、经济的发展、汽车的普及,交通事故频繁发生,其中绝大多数是由于人为因素酿成的,而且大部分是由于驾驶者忽视交通标志而引发的。警告标志作为交通标志的重要组成部分,主要提供警告信息,对驾驶行为具有很强的警示能力。从形状上来说,警告标志一般都是正三角形,所以实现三角形交通标志的有效识别可以适时地提醒司机前方的路况,帮助司机对车辆进行有效控制,这样就能提高行车的安全,最大限度地减少损失。设置警告标志是目前世界各国普遍采取的一种警告控制方式。但由于种种原因,驾驶员在行车过程中并不总能及时、准确地看清警告标志内容。因此,警告标志的自动识别对于汽车安全驾驶具有重要意义。由于警告标志常处于室外复杂的环境下,其识别易受到天气、光照、倾斜、褪色、相似背景等诸多因素的影响,且在性能上既要保证识别率又要满足实时性,因此识别算法的设计难度颇大。本文在总结国内外各种识别方法的基础上,针对现有识别算法的不足进行了改进和创新,设计并实现了一种新型的警告标志识别算法。在检测阶段,为避免光照、天气变化等对图像颜色信息的影响,本文直接利用警告标志的三角形形状特征,采用快速辐射对称的方法,在灰度图像中检测警告标志的候选区域。为了得到更多的边缘细节,提出了基于对数变换的边缘检测算子,并且为了去除噪声对计算量和准确性的影响,提出了一种基于梯度直方图的去除噪声的方法。本文提出的算法能够克服光照等因素的影响,解决了相似背景、标志粘连等问题,避免了Hough变换的耗时,提高了检测的准确性和可靠性。在识别阶段,本文首先提出傅立叶-小波变换方法来提取候选图像的旋转不变特征,从而去除旋转倾斜对目标识别的影响。然后采用One-Against-One SVM多分类器结构对目标进行识别,为了增加识别率、降低误识别率,本文提出一个多帧融合的方法,从而判定一个警告标志是否真正地被识别。实验结果表明,本文提出的算法能对车载视频图像中的警告标志进行准确的定位,并对光照、天气变化、倾斜有一定的鲁棒性,且具有实现简单、实时性较好等特点,为解决警告标志识别中存在的问题和困难提出了一种有效的算法,并为以后的交通标志识别奠定了基础。