随着经济的发展,车辆正走进千家万户的生活,并日益得到普及,城市道路交通状况也日趋复杂,同时也带来交通拥堵、事故频发及道路运输效率低下等问题,如何保障驾驶安全及提高道路交叉口通行效率等问题亟待解决。交通信号灯检测与识别系统(TLS)作为智能交通系统(ITS)的重要组成部分之一,不仅可以用于汽车辅助驾驶系统,在无人驾驶系统中同样也是必不可少的。在实际道路环境下,交通信号灯的检测与识别,存在很多影响因素,同时会有实时性、准确性等方面的要求,因此面临很大的困难。现有交通信号灯检测和识别的研究主要是针对机动车信号灯进行的,但对方向指示信号灯的研究很少,且不深入。因此在对交通信号灯的各种特性(颜色特性、结构特性)进行充分研究的基础上,本文设计了一种能实时检测、识别信号灯的系统。该系统框架结构包括预处理、检测、识别、跟踪与显示五部分,该系统结构简单、实时性强、易于实现。主要内容包括：首先对图像进行预处理后,利用交通信号灯发光单元的亮度特征和颜色特征,进行亮度滤波和颜色分割,然后进行基于发光单元的形状滤波,再利用信号灯的黑色背板进行矩形框验证,并对连续多帧图像的处理结果做统计验证,从而精确定位信号灯并获得信号灯区域的状态信息,最终通过特征提取、匹配与几何建模识别信号灯类型。针对目前信号灯检测与识别算法中存在的不足,本文进行如下几点尝试：(1)在交通信号灯的检测过程中,为了减少误检测情况的发生,不但使用了黑色背光板矩形外壳验证,同时采用多帧统计信息验证,对信号灯区域进行再次确认。(2)现有方向指示信号灯的检测与识别方法很少采取几何建模,且已有模型对方向指示信号灯的特性描述不够准确,本文尝试采用边界特征点与饱和度信息,对方向指示信号灯建模。(3)对交通信号灯类型的识别,本文采取改进Hu不变矩特征提取算法提取候选区域边界特征,进行模板匹配,并结合边界特征点与特征三角形饱和度,进一步对方向指示交通信号灯(箭头形)进行分类。在对本文设计的交通信号灯检测与识别系统进行大量实验分析后,实验结果表明本检测和识别算法可以基本满足实时性与识别率的要求。