随着3S技术飞速发展，传统的测绘行业已发展成为以GPS(全球定位系统)、GIS(地理信息系统)和RS(遥感)为基础的空间信息科学。与此同时，各行业对空间信息技术更加依赖和重视，空间信息技术已广泛应用于国土资源、环境、交通、农业、水利、公安、城市规划等各个行业，GPS汽车导航，手机电子地图，网络地理信息查询系统等更是已经成为人们生活中的一部分。空间信息数据的采集、存储、加工、应用和空间数据库的建立、查询、更新、备份等技术都在不断更新换代。在此基础上，移动测量系统应运而生，它使用先进的多传感器协同工作的方式，将传统测量技术与GPS，摄影测量技术相结合，不仅提高了数据的采集效率，而且采集数据类型也更加丰富。　　 在移动测量系统采集的图像信息中，如果能够对其中某一类特殊的地物自动进行特征提取和识别，将会大大减轻内业数据处理的工作强度，提高数据处理的效率。交通标志作为一类特殊地物，包含了道路信息和交通规则，是空间信息中重要分类。　　 本文针对交通标志所具有的形状及颜色特征，提出了一种基于级联Adaboost的交通标志分类器的训练方法，并利用分类器进行标志检测；在此基础上，对检测出的交通标志进行Sift特征提取和特征匹配，同时结合采集影像中的双像立体像对的内外方位元素，计算交通标志的地面坐标。