道路标志牌作为道路数据的重要组成部分,在自动驾驶、交通标志维护、智能交通系统（Intelligent Transportation System,ITS）的发展等方面发挥着重要作用,如何在实景中快速准确的检测并识别标志牌是智能交通系统发展的关键问题之一。由于实景中的标志牌受环境等因素的影响,导致标志牌的实时检测效率较低;且目前的标志牌信息识别大多是将标志牌的颜色、形状特征的分类结果作为标志牌的识别结果,导致标志牌的内容信息解析不完整,不能完全发挥其在指挥交通等方面的作用。针对以上问题,本文提出基于互联网街景的道路标志牌内容信息提取方法,对道路标志牌进行详细的解析,提高道路通行效率,减少道路交通事故。本文的主要工作包括以下内容:（1）道路标志牌识别数据模型本文通过对中美两国道路标志相关标准的解读,以及对道路标志牌相关组成要素的分析,构建了基于标志牌识别的数据模型,并对中美两国的标志牌进行对比,提出相应的识别流程,构建具有普遍适用性的标志牌数据模型。（2）基于街景数据的道路标志牌检测本文首先利用SSD（Single Shot MultiBox Detector）目标检测方法从街景图像中检测标志牌;然后利用梯度灰度直方图（Histogram of Oriented Gradient,HOG）加支持向量机（Support Vector Machine,SVM）对检测得到的目标重分类,结合目标置信度和街景聚类分割结果过滤被误识别的场景背景图像区域;最后,重新分类标志牌可能出现的图像区域降低漏监测率。实验结果表明,该方法能有效的提高标志牌的检测效率。（3）道路标志牌内容信息提取基于第二章的道路标志牌数据模型,本文首先对倾斜的标志牌进行矫正,其次,通过图像分割和扫描线算法对标志牌进行结构分割,然后基于标志牌相关文字库、符号库等,使用模板匹配的方法实现标志牌内容的识别,并利用识别结果对标志牌进行重构。实验结果表明,通过以上方法,能够完成对标志牌内容信息的详细提取。研究结果表明,本文的道路标志牌检测方法,能够有效的提高标志牌检测的精度和鲁棒性。通过对标志牌的文字、颜色、符号等特征的分析与识别,能够有效的获取标志牌详细信息,并对标志牌恢复重建。