交通標志識別又稱為TSR（Traffic Sign Recognition）是指能夠在車輛行駛過程中對出現的道路交通標志信息進行采集和識別，及時向駕駛員做出指示或警告，亦或者直接控制車輛進行操作，以保證交通通暢并預防事故的發生。在安裝有安全輔助駕駛系統的車輛中，如果車輛能夠提供高效的TSR系統，及時為駕駛員提供可靠地道路交通標志信息，有效提高駕駛安全性和舒適性。

1、交通標志分隔

交通標志分隔實際是需要快速從復雜的場景圖像中獲取可能是交通標志的感興趣區域。然后采用模式識別的方法對感興趣區域進行進一步辨識。由于交通標志功能是起到指示性、提示性和警示性等作用，他們設置都具有醒目、顏色鮮明、圖形簡潔、意義明確等特點。因此感興趣區域通常是利用其顏色和形狀進行的。

目前，在交通標志識別中常用的彩色空間包括RGB、HIS、CIE幾種，而RGB作為圖像處理中常用的三基色，是構建其他各種顏色的基礎，其他顏色表示方式可以用RGB變換得到。

2、交通標志識別

當在試車環境中分割出來交通標志信息的感興趣區域后，需要采用一定的算法對其進行判別，以便確定它屬于哪一種具體的交通標志，一般的判別方法包括模板匹配法、基于聚類分析法、基于形狀分析方法、基于神經網絡分析法、基于支持向量機的方法。

（1）基于模板匹配法

（2）基于聚類分析法

（3）基于神經網絡的方法

（4）支持向量機的方法

支持向量機是一種典型的前饋神經網絡方法，用于解決模式分類和非線性問題，其主要思想是建立一個決策超平面，使得該平面兩側距平面*近的兩類樣本之間的距離**化，為分類提供更好的泛化能力。對于非線性可分模式分類問題，需要將負責的模式分類問題非線性的投射到高維特征空間，因此只要變換是非線性的且特征空間維數夠高，則原始模式空間能變成一個新的高維特征空間，在該空間中，其模式以較高的概率變得線性可分。其中變換過程要求生成一個核函數進行卷積。

結合技術自身的發展和中國道路交通環境及消費者的特定需求， 我們可以總結得到先進駕駛輔助系統技術在中國市場的發展趨勢：

（1） 從技術發展角度來看，由于消費者對汽車安全性的重視度只會越來越高， 因而先進駕駛輔助系統在未來很長一段時間內必將保持持續發展的趨勢。同時，先進駕駛輔助系統正在從單個技術發展轉變為整合式主動安全系統的開發，多項技術可以共用傳感器、控制系統等平臺，一旦車輛裝備了基礎的ESP、ACC 等技術，便可以方便地并以較低的成本添加其他安全駕駛輔助技術，從而將進一步推動先進駕駛輔助系統技術在汽車上的應用。

（2） 一些相對較為低端且實用性強的先進駕駛輔助系統技術，如胎壓監測系統、ESP 電子穩定系統等已經充分得到了市場的認可， 在強烈的需求驅動下，其在低端市場的普及率將穩步提升。

（3） 中國消費者對于避險輔助類、視野改善類技術表現出明顯的關注度與需求度， 必將成為下一階段該領域內的主要增長點。

（4） 一些對道路要求較高的技術，如變道輔助、車道偏離警告、ACC 等，以及與中國消費者駕駛習慣不符的技術，如車道保持系統、駕駛員疲勞檢測、禁酒閉鎖系統等，則可能將面臨較長一段時間的緩慢發展。