随着科技的进步和社会城市化的发展,智能交通系统已经成为解决城市道路交通的重要手段,其中基于视觉信息的车载智能安全辅助驾驶系统的研究更是成为近来研究的热门话题。这些研究主要集中在交通标志的检测与多种交通标志的分类识别上,对于含有文字(尤其是中文的)交通标志检测与识别的研究相对较少。但是在各种交通标志中,含有文字的交通标志可以为驾驶员提供丰富且重要的道路信息,这些信息的提取和应用对车载智能安全辅助驾驶、汽车无人驾驶等至关重要。特别是基于视频的交通标志文字检测与识别具有广阔的应用前景。本文的研究目标是将静态图像中交通标志文字检测与识别技术应用于视频中,并设计一个基于视频的交通标志内部文字检测与识别的系统。论文的主要工作包含以下几个方面：1.利用交通标志特有的颜色与形状信息以及前后帧之间的关系,提出了一种基于内容的视频关键帧提取方法,并利用该方法提取出适合后续交通标志文字检测与分割的视频关键帧。2.在对字符型交通标志的检测中,利用DfC (Distance from Center,外边缘到中心的距离)和DtB (Distance to Border,外边缘到边框的距离)的融合特征作为交通标志的形状描述因子,结合线性支持向量机(Support Vector Machine, SVM)对矩形交通标志进行检测,再通过利用交通标志内部黑白点对和在垂直方向上投影曲线拟合的方法对字符型交通标志和指示型交通标志进行分类,该方法能准确地实现对字符型交通标志的检测。3.利用文字与背景颜色特征的强烈对比度,对图像进行K-means颜色聚类处理将交通标志分成不同图层,获取含有文字的图层并对其进行连通域分析获取文字候选区域,最后将分割提取出的文字图像作为OCR (Optical Character Recognition,光学字符识别)模块的输入,实现对文字的识别。