随着城市交通状况日趋复杂,需要越来越多的交通信号灯提供交通路口的导航信息。智能车在行驶过程中需要实时获取交通信号灯信息来进行行为决策,因此本文提出一种实时检测与识别圆形和箭头形交通信号灯的算法。为了提高处理速度,该算法首先将原始图像进行降质,降低其分辨率；然后利用颜色和交通信号灯的基本几何特征对交通信号灯初步定位；设计箭头形交通信号灯的几何模型,并通过该模型、颜色、基本几何特征和圆形度检测交通信号灯,从而得到候选区域；最后采用Gabor+2DPCA特征提取算法提取候选区域的特征并使用模板匹配识别其类型。主要的研究内容包括：1.由于目前仍缺少一种准确描述箭头形交通信号灯的几何模型,本文通过边缘特征点和区域饱和度对箭头形交通信号灯进行建模。2.首次在交通信号灯识别中,采用Gabor+2DPCA特征提取算法提取候选区域的纹理特征,并将此算法与HU不变距、傅立叶描述子特征提取算法进行对比分析。3.针对样本库冗余问题,本文设计了一种自动挑选交通信号模板库的算法,该算法将原始样本库中相似度差别较小的样本剔除,最终获得目标样本库。完成了该算法的程序编写,设计了交通信号灯检测与识别的系统,并通过实验分析了系统的性能。实验表明在能满足实时性的前提下,本文算法具有较高的识别率。对圆形和箭头形交通信号灯,识别率分别为96.4%和95.1%,单帧平均处理时间分别为48.4ms和98.2ms。