随着汽车数量的不断增加以及城市街道、高速公路的错综复杂，智能交通系统（IntelligentTransportation System，ITS）应运而生。ITS 是将当前可以利用的信息传输技术、信息感知技术、状态检测技术和集成控制技术相结合的系统。近些年，随着不断的将新的图像处理和模式识别技术引入到 ITS 中，使得 ITS 的智能化程度不断提高。交通标志识别系统（TSR）作为智能交通系统 ITS 的一个重要组成部分，也逐渐成为国内外研究的热点，提高交通标志检测与识别算法的准确率和实时性是走向实际应用进程中需要解决的关键问题。

算法的准确率是交通标志识别研究中一个十分重要的因素，错误的识别结果不仅不能起到辅助驾驶作用，还会导致严重的安全事故。通过在驾驶的汽车中安装视频采集设备和相应的交通标志的检测和识别算法，可以及时给驾驶员提供当前路面的情况、有效的指引驾驶员的行驶规范性、避免驾驶员开车时分心，进而减少交通事故发生概率，对于增加驾驶安全具有重大的意义。

其次，作为无人驾驶汽车视觉系统的重要组成部分，实时的交通标志检测与识别技术也越来越多地得到人们的关注。但是，由于该课题对实时性能要求非常高，在真实环境下的应用效果并不理想，仍然存在着许多问题。

最后,交通标志识别涉及计算机视觉、图像处理、模式识别、人工智能等多学科的交叉研究,做到了多学科的较好融合,具有很好的研究价值。

综上所述，交通标志识别研究不仅具有较高的学术价值，还因为其能够有效地提升驾驶的安全性与汽车的智能化水平而具有很高的实际应用价值，一旦开发出满足实际应用要求的产品，将具有庞大的市场需求空间，创造较大的经济价值与社会价值。本论文采用微处理器/C 语言，简单地对典型交通标志进行图像识别研究。

交通标志图像识别在国内外的研究现状分析：