近年来,城市街景图像的采集成为了我国各大测绘厂商竞争的热点。城市街景图像在全景浏览、实景导航、智能交通以及城市部件普查等方面应用广泛。但是城市街景图像数量巨大,大部分厂商还停留在人工处理图像的阶段,包括交通标识的采集等都由人工查找。在这种背景下,本文提出了一种针对街景图像自动检测交通路牌的方法。由于城市街景图像一般以车载相机采集,而汽车行走时拍摄的图像会存在前后联系关系,因此,交通路牌在这种序列图像中出现了较多的重复。对于这种情况,本文提出了一种方法找到这种前后联系并去除重复。在我们的研究中,第一步是分割图像并检测路牌,我们提出了一种自动地分析图像质量的方法——以多项式对图像的h,s通道的直方图进行最小二乘拟合并根据多项式分析图像质量；然后根据图像质量分别选取查表分割法和饱和度单阈值分割法。我们还论述了获取图像连通区域信息的方法；对于复连通域,提出了一种“补洞”的方法；此外,我们还提出了一种以Kruskal算法进行连通区域合并的方法。第二步是用尺度不变特征转换(SIFT)算法去除重复的目标；我们还介绍了通过GPS信息或感知哈希算法(Perceptual Hash Algorithm)进行去重的方法。最后,本文提出了利用了交通路牌的结构特征对目标进行分类识别的方法,这种方法类似于结构模式识别。