随着群众购车刚性需求旺盛,汽车保有量持续呈快速增长趋势,交通出行的结构也发生了根本性的变化。随之而来的即是行驶环境的逐渐复杂化和道路信息的日益饱和,驾驶员所承载的压力变得越来越大。于是先进驾驶辅助系统(ADAS)应运而生。随着技术的发展,交通标志识别系统(TSR)近年来也备受关注。交通标志作为道路构造的必要元素起着至关重要的作用,是驾驶员进行道路环境认知的重要依据,在协助管制道路交通的同时,提示驾驶员当前道路信息和前方潜在的危险,从而提高了驾驶的安全性。但是,若为驾驶员提供道路环境中识别出的所有标志信息,难免会导致信息过量,使驾驶人员注意力分散,成为交通事故的隐患。本文针对交通标志识别系统在实际使用中存在的提供信息过量问题进行研究,通过对交通标志的视认性进行评测,提出一种友好型的交通标志识别系统方法,利用视认性评测值过滤不必要的标志信息,减轻信息过度提醒对驾驶员造成的负担。本文的主要研究内容分为交通标志的检测识别和交通标志信息过滤两大部分。首先,对车载摄像头采集到的图像进行预处理,利用标志牌的颜色和形状特征确定标志牌的准确区域,并在此基础上,利用改进的Zernike矩求取标志牌的形状不变矩特征,基于最小距离的分类器对标志牌进行分类,达到识别的目的;然后,根据道路环境中不同因素对交通标志视认性的影响,利用topdown和bottom-up视觉模型建立多特征融合的交通标志牌视认性评测模型。通过模型对识别出的标志牌进行视认性评测,仅反馈视认性低的标志牌的信息,起到信息筛选的作用。本文通过研究现有图像处理技术,并在此基础上作出了改进,设计了根据视认性评测值对标志牌信息进行过滤的交通标志识别系统,解决了交通标志识别系统在实际使用上存在的缺陷。根据实验数据分析,证明了视认性模型的有效性和模型具有高精度的特点,且该系统在实时性和抗干扰性上都有较好表现,能够更高效的为驾驶员服务。