随着中国城市化进程的加快,市民对私家车拥有量的急剧增加,交通拥堵问题日益严重,而人们对出行便利快捷的要求越来越高。在当今绿色环保,低碳节能的大环境下,智能交通顺应了时代的发展。而作为智能交通一个重要领域——交通标志的提取与识别,正朝着智能化,信息化,实时性更好,准确率更高的方向发展。本文在交通标志的提取与识别上,更着眼于系统的实用性和实时性,因此对系统的速度和准确率要求高。本文在对交通标志的提取上选用粗提取和分割的方法。粗提取选用HSV色彩空间,在饱和度灰度空间上进行自适应s阈值提取,再进行粗略地颜色分割。而分割是针对噪音和目标物体连成一个连通区域的情况。在前景上选取合适的种子点,对种子点进行区域生长floodfill,实现了噪音和目标物体的分割。对交通标志的识别,本文则选用了对前景物体的边缘线进行radon变换的形状识别与表征物体表面粗糙的纹理特征识别。由于边缘线具有能很大程度地表征前景的形状,为识别减小大量的运算量,且减少物体内部结构干扰诸多好处,选用对前景的边缘进行radon变换可以较好的识别出前景。而前景的边缘线是通过contour tracing得到的。对纹理的识别,则选用基于差分的识别算法,简单易行且速度快捷。在本文中编程选用了MATLAB为主体,重要的功能函数如floodfill和contour tracing都选用合适的C语言编写,再通过MATLAB接口函数生成可用的函数文件,进行混合编程,发挥了两种语言的优势。