在全球大力發展智能交通系統的背景下，交通標識牌自動識別系統作為其一個組成部分已經越來越引起學術界和交通部門的注意，在國外其已經成為一個重點研究課題。而在國內由于起步較晚，目前還沒有現成的可應用的系統。結合如此現狀，適逢摩托羅拉公司又提出了這個課題，因此我們大膽接受挑戰，進行交通標識牌自動識別系統的關鍵技術的研究。 交通標識牌自動識別系統作為一個視覺識別系統，其輸入數據是由攝像機所拍的圖像，通過識別得到交通標識牌的內容。在本文中，因課題定位輸入的圖像為靜態圖像，所以所處理的圖像都是靜態圖像。本文設計交通標識牌自動識別系統由以下幾個模塊組成：圖像分割、攝像機標定、特征曲線的提取、三維復原和圖像匹配。因此本文也主要研究這幾項技術。 圖像分割是任何一個視覺系統的關鍵技術，是對圖象進行處理的基礎。在本文中，重點研究了各種閾值分割技術和Canny算子分割方法。因為Canny算子能夠提供梯度方向角，而且其分割效果也較為理想，本文采用了Canny算子進行圖象分割。攝像機標定是視覺系統不可缺少的一個組成部分，在本文中我們研究了以針孔模型為模型的線性攝像機標定技術，并根據經驗確定了簡單且可行的攝像機標定技術。特征曲線的提取技術也是一個重點研究的方向，根據交通標識牌多為圓形和多邊形的特點，我們研究出了橢圓和直線的提取技術，并研究了優勢點提取技術。三維復原是本文中重要的一個研究點，也是本文中具創新性的所在。通過研究我們提出了平板圓復原和三角板復原技術，并將它們模塊化，使之具有較強的可移植性。圖象匹配是物體復原后進行具體識別的一個過程。本文中，我們詳細介紹了圖像匹配的原理和各種匹配技術。根據交通標識牌的實際情況和本課題的要求，我們按照光學字符識別的原理，通過分類匹配，對圖象進行了匹配。 應該說本文的研究立足點在于對靜態交通標識牌的識別系統的關鍵技術的研究上，并沒有考慮到系統的實時性。但考慮到我國目前的研究現狀，本文的理論研究對于交通標識牌的識別還是有一定的作用的。因此本文的研究是有一定的現實意義的。