国内研究现状：目前关于交通标志牌自动识别系统的研究我国起步较晚，并且这个研究的难度大,在目前为止还没有成型的系统运用到汽车上,但是发展较快，具有很大的发展潜力，已有多所大学和研究所开展类似方面的研究。清华大学、国防科技大学等高校的研究走在前列,而且成果丰硕。其中清华大学研究的“THMR-V智能车经过实验研究已经能够实现结构化环境下的车道线跟踪，准结构化环境下的道路跟踪，复杂环境下的道路避障，道路停障，视觉临场感遥控驾驶等功能。2003年媒体报道，在车道线自动跟踪驾驶情况下最大驾驶速度的高速度达到150km/h。但是他们做的是在画有清晰白线的结构化道路进行车道跟踪。

还有蒋刚毅和郑义等人推出的基于数学形态相关知识处理图像,特征元素选择形态学的骨架函数作为匹配模板,进行路标的匹配分类识别。该算法有效的识别了交通标志,在位移不变性和识别稳健性上有重大突破,并且能对十个警告标志进行识别,王申明教授基于神经网络系统的交通识别标志,对于道路交通中的十一种标志通过神经网络进行分类,这几种方法没有验证他们的普遍性,只是针对了几种常见的标志,因此研究带有了一定的局限性。所以还没有一个具有完善功能的识别系统推广到市场,但这个研究的前景非常广阔。

国外研究现状:路标检测系统目前已经成为国外非常热门的课题。在这方面技术研究比较成熟的国家主要集中在日本和美国等发达国家。在1984年的日本就出现了第一份与交通标志识别系统相关的报道。但是当时只是尝试用不同的计算机视觉方法检测户外目标作为研究目的。之后世界上就相继出现了几个研究团队开始涉足这方面。在针对道路标志的繁杂性的不可预知因素,他们采用了各种方法检测标志,包括边缘提取,颜色分割和相关法等。

布拉格捷克技术大学的交通科技部对多种路标识别系统算法进行了测试,并且研究设计基于形状检测的分类算法,该算法利用路标形状的几何特征进行了分析和识别,而且对路标的色彩没有任何依赖性,能够成功识别颜色受到损害的路标图像。捷克技术大学的交通科技部利用底层语言C语言对该算法进行了实现，并将其成功移植到嵌入式系统中成为首个成功的实时性识别系统。

目的及其意义：建立高效的智能交通系统已成为当前城市市区交通阻塞现象经常出现和高速公路交通事故频发等问题的关键。作为智能交通管理系统的一个子系统,路标识别系统起到了非常重要的作用,路标的成功识别即可以帮助司机安全驾驶,如提示驾驶环境中的潜在危险,行车速度,提示车行方向,而且能在一定程度上避免交通事故的发生

综合以上所有信息，此次毕业设计—一种路标识别系统的算法设计在智能交通技术的发展以及城市交通问题的成功解决上具有深远意义 。

2. 研究的基本内容与方案

本次毕业设计提出了一种基于matlab设计的路标识别系统，该系统的功能是对道路交通标志的图像进行预处理。如图像分割、边缘检测、背景消除等，图像预处理的目的是为了消除各种因素对原始图像的影响，然后才能依据训练得到的数字特征进行识别。系统要系统要实现功能应该如下：

1、图像信息操作：实现图像灰度化、画出图像的直方图以及进行直方图的均衡化处理。

2、阈值分割：实现图像的固定阈值和自适应阈值对图像进行分割。

3、路标识别：实现路标特征训练，能准确的识别任意路标图片。