交通标志的检测与识别是智能交通的一个重要组成部分，当前国内外研究的挺多，但是能够形成比较成熟、全面的交通标志识别系统并没有。国内的在此方面的研究起步比较晚，研究工作进行的比较少，但是随着研究的不断深入，计算机技术以及图像图形学的新技术的发展，将会有更多的研究成果出现。本文以当前最先进的移动道路测量系统采集的实景影像数据作为研究交通标志识别的基础数据，该数据具有多场景，多时相，多角度，高分辨率，数据连续性等特点，另外最重要的一点是其采集的实景影像的正右侧影像能基本达到图像的正射要求，因此在识别工作中对图像的预处理工作就减少了图像纠正的工作量。在交通标志的检测与识别阶段，针对交通标志具有的2个重要显著特征：颜色和形状，分别从颜色的分割和几何形状特征的检测对图像进行处理。首先从颜色分割入手，综合比较了多种色彩空间模型下的颜色信息提取，最终选择在YCbCr色彩空间模型下对禁令标志的红色信息进行颜色分割，取得很好的阈值分割效果，然后通过二值化图像将孤立点和小区域的噪声消除。其次，论文通过对交通标志的几何特征的比较，采用了基于Hough变换和三角形最优化拐点检测以及直线检测相结合的方法来实现交通标志几何特征的提取工作。最后，采用基于禁令标志中的内部颜色特征与形状特征相结合的方式，对禁令标志中的禁止车辆临时或长时间停放、禁止长时停放、停止驶入、减速让行、停车让行等几种标志进行了检测与识别工作，采用这个方式，取得较好的检测与识别效果。