惯性导航系统(INS)无需依赖外部环境，工作时具有高度自主性，是一种重要的导航设备。但该导航系统的定位误差会随着时间增长而逐渐累积，限制了系统独立工作的有效时间。通常可采用GPS可对INS的误差进行修正，但GPS不是完全自主导航方式，依赖于卫星信号，且存在GPS信号失锁或无法正常接收GPS信号的情况。INS/Vision组合导航可有效解决导航系统的自主性和系统误差修正的问题。为此，本文提出一种利用路牌作为导航标志的视觉定位方案，是自主式定位方法的一种探索性研究。本文在图像识别的基础上，针对视觉系统中路牌信息检测的相关问题进行了深入地研究，主要内容包括：(1)分析和研究了灰度边缘检测、颜色相似性判定、角点检测等方法，针对路牌图像的几何特征和颜色特征，确定了一种路牌区域检测的方法，并通过实验验证了本方法的有效性；同时，针对角点检测方法，根据待检测的路牌区域的特征，对角点检测过程中角点判决的方法进行了改进，实验表明该方法在去除大量干扰角点的同时可保留目标角点，抑制角点误检和漏检的情况；(2)在(1)完成路牌区域检测之后，对路牌图像产生倾斜变形原因和类型进行了分析，确定了一种坐标变换进行倾斜校正的方法，与传统的整体旋转法相比，具有计算量小的优势；接着，对路牌区域采用四次投影法分割出单个文字图像，结合路牌先验知识并引入分割点验证窗口，可有效避免字符误分割；(3)针对自然条件下路牌文字识别问题，采用Gabor特征和网格特征的联合特征，研究了BP神经网络的工作原理，根据汉字结构构建了二级BP神经网络，构建了汉字样本库，实验结果表明所用特征可较好的表征汉字，神经网络系统具有较好的鲁棒性，二级网络的性能要优于单级网络，具有较高的识别率。