随着社会经济的高速发展，汽车越来越普及。然而，人们在享受汽车带来出行便利的同时，也面临着汽车带来的城市交通拥挤加剧、交通事故频发以及公路运输效率变低的问题。此时，智能交通系统（ITS）应运而生，而且得到了众多学者的广泛关注，其中基于图像处理技术的交通标志识别系统（TSR）与交通信号灯识别系统（TLR），是智能交通系统（ITS）的重要组成部分，也渐渐成为国内外研究的热点。交通标志和信号灯检测与识别技术，在智能汽车以及辅助驾驶系统中有着重要的作用。在自然道路环境中进行交通标志和信号灯的检测与识别，受到各种道路环境、天气变化等因素的影响，面临着更大的困难。本文主要研究三种交通标志：禁令标志、警告标志和指示标志，以及圆形和箭头形的交通信号灯。本文对交通标志和信号灯分别采用不用的检测识别算法。在交通标志的检测过程中，为避免HSV空间的转换带来的大量计算，本文在RGB彩色空间进行交通标志的检测，利用红色、黄色和蓝色的R、G、B三通道间的差值关系，准确分割这三种颜色对象，解决了光照变化对交通标志的检测分割的影响。同时，采用小图上检测、原始图上识别的策略，更进一步减少了检测阶段的时间消耗。在交通标志的识别过程中，采用三级识别策略，根据交通标志的颜色与形状之间的关系，首先利用边界距离DtB特征进行形状分类，然后提取标志内部图案的环投影特征进一步识别，最后通过多尺度、多角度模板进行模板匹配来精确识别交通标志含义。在交通信号灯的检测与识别过程中，针对交通信号灯容易出现曝光过度引起颜色变化的特点，利用颜色方差进行信号灯的检测，然后采用R、G、B三通道间差值关系进行红色、黄色和绿色识别，接着使用模板匹配的方法识别信号灯的形状，最后通过提取信号灯的黑色灯箱背景来确认识别结果。通过大量的实验结果表明，本文的交通标志和信号灯检测与识别算法具有较高的准确性和实时性。