智能交通系统(Intelligent Transportation System,ITS)在日常生活中发挥着愈来愈重要的作用。电子警察作为ITS的重要内容之一,在维护社会秩序、威慑违法犯罪等方面发挥了不可替代的作用。交通标志识别(Traffic Sign Recognition,TSR)和人机界面是电子警察的重要内容之一,具有重要的研究价值。高效、可靠的交通标志识别系统可以提高司机驾驶的安全性,而人机界面是人与计算机之间传递、交换信息的媒介。本文主要研究了智能交通系统中的交通标志识别和人机界面设计,具体内容如下:1.基于几何不变矩和SVM(Support Vector Machine,SVM)分类器的交通标志识别。本文研究了一种常用的复杂交通环境背景下的交通标志识别方法,主要通过对几何不变矩和SVM的阐述,以此为基础,对SVM算法进行深入探讨,讨论了使用不同的核函数与参数寻优前、后对算法识别性能的影响,并进行详细分析,给出了一种有效的基于几何不变矩和SVM的交通标志识别方法。针对图像前期处理的图像模糊问题,如雾天模糊图像,本文采用基于暗原色先验的算法提升雾天图像质量,该算法利用暗原色先验知识估计大气光和透射率,并且利用引导滤波修正透射率,最后根据得到的退化模型恢复出质量相对较好的图像。实验结果表明,基于几何不变矩和SVM的交通标志识别方法受雾天影响的鲁棒性较差,而本文采用的图像去雾算法则很好地克服这一点,识别性能提升明显。2.基于模板匹配的交通标志识别。由于基于几何不变矩和SVM分类器的交通标志识别方法的正确识别率有很大的提升空间,本文又采用了基于模板匹配的交通标志识别方法。考虑到算法必须具有一定的鲁棒性,比如不受图像缩放、旋转、平移的影响,本文采用了尺度不变特征变换SIFT算法(Scale Invariant Feature Transform,SIFT)、加速稳健特征SURF算法(Speeded Up Robust Features,SURF)对交通标志提取特征点并生成描述子,然后对描述子匹配,根据正确匹配的特征点数输出识别结果。针对在实际拍摄场景中,拍摄角度可能会发生改变,导致拍摄的物体会变形,给识别带来困难,本文又采用了仿射尺度不变特征变换ASIFT算法(Affine Scale Invariant Feature Transform,ASIFT)。最后,本文从归一化大小和仿射变形两个角度讨论分析了以上三种算法的有效性。3.电子警察人机界面设计。操作员通过人机界面可以实现对多个电子警察系统的综合管理、各电子警察运行参数的配置以及电子警察输出结果的显示与存储等。本文根据项目开发需要,经过充分调研,对电子警察人机界面功能做了整体规划,实现的功能有实时交通场景显示、车辆抓拍和车牌识别结果显示及存储、交通标线和检测框设置、交通信息统计、智能相机参数设置等。