随着社会经济的发展，我国的公路交通系统发展迅速，日益发达的公路交通系统在给人们的生活带来便利的同时，也给人们的安全出行带来隐患。交通标志识别系统的出现，为解决上述问题提供了一种辅助方法，因此受到学者的广泛关注。自然条件下，颜色信息对外界环境变化敏感，很容易受到天气、光照等因素的影响，另外外界环境中与交通标志颜色相近的标志也比较多，容易造成辨识混淆。相对而言，形状信息就比较稳定，虽然会因图像采集角度的变化产生一定的形变，但由于交通标志为刚性物体，这种形变均可以通过仿射变换加以矫正。子空间方法作为特征提取的一种手段，最早被用于人脸识别中，与传统的统计学方法和神经网络方法相比，子空间方法能有效的对原图像降维，提取最主要的特征信息。本文研究交通标志形状特征的子空间模式问题，主要完成了以下几部分的工作。从子空间的原理和构造方法入手对子空间方法进行全面的分析研究，了解多种子空间方法的特点和适用条件；通过图像二值化得到交通标志的形状特征，采用PCA方法、2DPCA方法和PC-LDA方法对交通标志图像进行特征提取，最后用最小距离分类器进行识别；在PC机上用Matlab软件对MPEG7CE Shape-1Part-B计算机图形数据库、标准交通标志图像库和自然交通标志图像库完成验证。因为二值图像中灰度信息更加简单，有利于快速提取交通标志的形状特征；PC-LDA方法在PCA算法的基础上，用LDA方法进行二次特征提取，PC-LDA方法所提取的特征既有最佳描述也有最佳分类性。通过实验验证，采用PC-LDA方法对交通标志二值图像进行特征提取，可以提高交通标志识别系统的实用性。