道路交通标志识别系统是现代智能交通系统的重要组成部分之一,其有效运用将有利于提高交通管理的智能化、自动化水平,是智能交通研究的一个重要内容。道路交通标志识别系统主要包括交通标志的检测和识别两个部分。其中,交通标志检测是要解决的关键问题,是实现交通标志正确判别的前提。本文在研究了经典交通标志检测算法后,提出了改进算法,并将结合SIFT算法实现交通标志的识别。本文的主要工作是:(1)常见的道路交通标志检测算法检测对象比较单一,多以某一类中的若干个标志为检测对象,当检测对象的样本数较多时,检测正确率明显下降。此外,该类方法虽然考虑了交通标志的颜色和形状等信息,但却忽略了颜色、几何形状与标志之间的确定性关系。本文提出了一种快速有效的交通标志检测算法,根据标志的形状及颜色等先验信息,确定交通标志与先验信息的唯一关系,建立一棵交通标志决策树,并根据每一个节点逐层筛选兴趣区域,将检测结果分为10个子类。实验表明,该方法降低了TSR系统的复杂度,采用统一的方法对各类标志进行检测,并对检测结果粗分类,提高了系统的实用性和有效性。(2)道路情况的复杂性使得交通标志图像背景很复杂,加之光照条件的变化以及车辆运行过程中的抖动等,会导致标志缺失、变形、太暗或是倾斜等,这些都会给交通标志检测带来了很大的困难。本文分析了各类复杂环境对交通标志检测的影响,并提出了相应的解决方案,对标志进行补全或校正。实验表明,该方法对复杂场景下交通标志的检测有很好的效果,使得算法更鲁棒。(3)结合SIFT算法识别检测出的交通标志,并将交通标志检测识别算法分别在PC端、Android、IOS及DSP平台上实现。PC端上的算法可检测算法的准确率。将算法移植到Android、IOS及DSP可移动平台,可作为车载设备识别交通标志,满足算法的实用性和可移植性。