智能交通系统(Intelligent Transportation System, ITS)对于人类社会的发展具有重要的意义。交通标志识别系统(Traffic Signs Recognition, TSR)是ITS的一个重要分支,得到了广泛的重视。交通标志识别系统主要用于对道路上的交通标志牌进行检测与识别,并把识别出的内容传达给驾驶员,甚至是根据识别内容直接对车辆进行操控。交通标志识别系统对辅助驾驶员驾驶、保障道路交通的安全以及实现无人驾驶等方面都具有重要的意义,对其进行研究具有重要的现实意义。本文针对交通标志识别系统的算法进行研究,主要涵盖两个方面：交通标志检测算法和交通标志识别算法。提出了一种基于边缘颜色对和二级特征筛选器的交通标志检测算法。首先对图像进行HSI颜色空间中的彩色边缘提取,其次利用交通标志具有固定的颜色搭配的特征对提取出的边缘进行处理,去除掉不符合交通标志颜色搭配的边缘,然后对保留下来的边缘进行形态学处理,形成闭合的区域,最后构造一个二级特征筛选器,利用交通标志特定的几何特征对闭合区域进行筛选,最终提取出交通标志。实验结果表明,本文提出的交通标志检测算法具有较好的准确性,有效解决了交通标志褪色问题和相似物干扰问题。提出了一种基于KPCA和SVM的交通标志识别算法。首先对交通标志进行HOG特征提取,其次利用KPCA对提取出的HOG特征进行降维,然后应用SVM技术设计分类器,最后用训练好的SVM分类器对交通标志进行分类。实验结果表明,本文提出的利用KPCA进行特征降维,大幅减少了计算量,提高了分类识别的效率。