随着经济的发展和人们生活水平的提高,道路交通车辆越来越多,智能交通系统受到了更多的关注。道路交通标志检测识别作为智能交通系统的重要组成部分,对道路安全起着越来越重要的作用,因此对道路交通标志检测识别的研究有着重要的理论和实用价值。本文主要针对禁止和警告道路交通标志的检测与识别做了研究,在基于其颜色和形状先验信息的基础上对道路交通标志进行检测和识别。提出了多通道直方图均衡化的图像增强算法,分别在RGB和HIS空间对图像进行增强,解决了因光照不均而引起的颜色失真问题。然后分别利用RGB分量固定差值和HIS色调阀值的方法对图像进行颜色初分割,并对两种分割效果做了比较。其次,通过面积阀值滤波的方法去除小面积干扰区域之后,对待测区域进行边界不变矩的计算,与圆形、三角形模板值进行匹配,从而实现交通标志的定位。该方法能大大简化利用Hu不变矩进行匹配的计算量。最后,本文对人工免疫网络进行了简单的介绍,利用Hu不变矩特征提取算法提取所检测出的交通标志特征,提出了一种基于人工免疫网络的分类算法对交通标志进行分类,实验结果表明,通过该方法检测道路交通标志图片中的禁止和警告标志有较快的速度和较高的识别率。