在交通标志牌识别系统中，交通标志的检测是至关重要的一步，成功的检测是准确识别的基础。近年来，随着智能车研究的深入，越来越多的交通标志检测方法被提出，其检测的性能也在不断提升。经典的交通标志检测方法主要有三种：分别是基于颜色的检测、基于形状的检测以及综合颜色和形状的检测。

我国常见的交通标志主要有三大类，分别是禁止类、警告类和指示类。标志中的颜色主要以红色、蓝色、黄色、黑色以及白色为主，常见的形状有圆形、三角形、矩形以及八边形。目前对于颜色的检测方法主要是针对红色、黄色和蓝色这三种颜色，而对形状的研究主要针对圆形、三角形和矩形。下面将对一些常用检测的方法进行简单的概述。

1.基于颜色的交通标志牌检测

交通标志具有明显的颜色特征，于是很多交通标志检测方法都运用了基于颜色的标志检测。目前的检测方法主要针对红色、蓝色和黄色。

基于颜色的交通标志检测就是依据标志的颜色特征，将标志从图片中检测出来，研究者主要是在RGB和HIS这两种颜色空间下检测。Jack Greenhalgh和Majid Mirmehdi遍历所有像素点，成功将蓝色及红色区域变得比背景更亮，从而基于颜色实现交通标志牌的检测和提取。

还有其他一些基于颜色的检测方法，例如区域增长法和人工神经网络法等。

2.基于形状的交通标志牌检测

交通标志的具有特定形状特征，主要有以下四种：三角形、圆形、矩形、八边形，其中八边形可归类为圆形，如图2-16所示，最后可归纳为三种形状：圆形、三角形和矩形。因此可以利用标志的形状特征进行交通标志的检测，目前的检测方法主要针对三角形、圆形和矩形。

图2-16 各种形状的交通标志(www.daowen.com)

目前对交通标志进行检测的形状方法主要有以下几种。

（1）基于边缘的方法

基于边缘的方法很多，其中最经典的是Hough变换。KuoWJ等人在检测三角形和圆形交通标志的时候，采用Hough变换的方法进行检测，在噪声、形变和部分区域残缺的情况下这种方法取得了不错的结果，并且在稳定性和可靠性方面也不错。但是该方法最大的缺点是计算复杂度高，要耗费大量的时间进行运算，系统的实时性得不到满足。Barnes提出了一种简单的Hough变换方法，称为光线对称性算法，这种方法运算量比较小，运算速度很快，但是它的缺陷是只能检测圆形交通标志，不能检测三角形和矩形。

（2）拐角提取算法

矩形或三角形类交通标志有一个很重要特征，就是它们都有角度，即存在拐角，因此可以通过拐角提取算法检测交通标志。目前拐角提取方法主要分为两类：一类是利用良好的边缘检测器对目标边缘进行编码，然而它的编码操作比较复杂，而且检测器的良好性得不到保证；另一类方法是基于梯度的分类器，分类器通过判断梯度强度与方向的变化来确定当前像素点是否为拐角，这种方法可以将图像中的许多拐角提取出来，当然也会提取出一些非目标的拐角，所以检测的错误率也很高。

Rangarajan等提出了一种最优拐角检测方法，在这种方法中最重要的就是掩膜设计，在检测之前先观察目标拐角的特点，然后根据拐角的特点去设计掩膜，掩膜设计好后，与图像作卷积运算将图像中的拐角检测出来。在这种方法上，Escalera构造了检测矩形和正三角形的7个掩膜实验，研究表明这些9×9的掩膜能够较准确地检测交通标志的拐角，而且能够容忍一定的噪声和变形，鲁棒性较好。

3.结合颜色和形状的交通标志检测

M.Zadeh等首先对交通标志图像进行颜色分割，利用彩色阈值分割出感兴趣的区域，然后通过形态学中的膨胀与腐蚀操作提取区域的边缘，最后对边缘进行跟踪和几何分析，提取存在交通标志的目标区域，该检测方法的缺点是对噪声非常敏感。张等人先利用非彩色分解技术消除交通标志图像中的非彩色区域，然后将图像转换到HSI空间中进行颜色分割，最后进行边缘链码跟踪及阈值化处理，采用非线性曲线拟合检测交通标志。