1. 研究目的与意义（文献综述）
随着现代汽车的普及，道路交通承载的压力越来越大，车辆安全问题日益突出。为了解决车辆行驶安全问题，交通标志识别系统（traffic sign recognition,简称tsr)，其作为智能交通系统(intelligent transportation system,简称its)的重要组成部分，已逐渐受到广泛关注并成为研究的焦点。
由于交通标志采用特定的文字、图形和符号，在一定范围内具有标准、醒目、信息明确的特性，可以提示驾驶员目前的道路交通信息和警惕潜在的危险，从而提高驾驶的安全性，减少事故的发生。因此，交通标志一直是图像识别技术在交通领域应用的首选。从图像识别技术诞生之日起，交通标志识别的算法和模型就一直受到广泛的关注，也让这一技术发展相对成熟，并应用到自动驾驶领域中来。
由于交通标志识别具有比较重要的研究价值和比较广泛的应用前景，因此吸引了国内外众多学者及研究机构的研究兴趣，并取得了一些阶段性的成果。下面简要地介绍交通标志检测与识别研究的国内外研究现状。
2. 研究的基本内容与方案
2.1 研究内容和目标
我国的交通标志一共有一百余种，颜色通常是黄色、蓝色和红色，形状通常是三角形、圆形和矩形。按类别可分为：（1）黄底黑边的警告标志，用来警告行人和车辆注意前方道路有危险，要小心行驶。（2）白底红圈的禁令标志：用来对车辆进行限制或者禁止通过。（3）蓝底白字的指示标志：用来指示车辆、行人按照规定的方向和地点行驶等。明确的形状和颜色区分、有限的标志数量，都为图像识别提供了一个相对稳定的应用环境。
研究的基本内容。tsr主要包括两个部分:（1）交通标志的检测，主要包括获取图像、预处理图像和阈值分割；（2）其次是交通标志的识别与分类，主要包括交通标志的特征提取和交通标志的分类。其中交通标志的检测是前提，交通标志检测的正确与否，直接会影响最终的识别结果，主要用到图像处理中的均衡，滤波，颜色阈值分割，canny边缘提取，霍夫变换等技术。交通标志的识别是重点，采用机器学习中的hog特征提取和svm分类算法。
3. 研究计划与安排
第1-3周 查阅相关文献资料，明确研究内容，了解基于计算机视觉国内外的实现方案，弄清工作原理，完成开题报告。
第4-5周 进一步阅读相关文献，确定系统框架，论文开题。
第6-9周 明确设计要点，完成hog特征提取算法和svm分类算法的设计方案，完成关键技术研究报告。
4. 参考文献（12篇以上）
[1] 蒋刚毅,郑义.形态骨架匹配算法机器在交通标志识别中的应用[j].电路与系统学报,1996
[2] 郁梅,郁伯康.基于彩色图像的指示标志检测[j]. 计算机工程与应用,2000,
[3] 杨斐,王坤明.基于神经网络的交通标志识别方法 [j].抚顺石油学院学报,2003
