近年来,随着汽车的普及,人行横道通行安全和效率问题日益突出。为了探究降低交通事故率的有效方法,基于机器视觉的人行横道交通灯识别技术就成了目前的研究热点,同时也为盲人助行工具的研制提供一定的理论依据。本文提出了一种在复杂场景下人行横道交通信号灯的检测与识别方法,该方法既能实现在复杂场景下检测人行横道交通信号灯,又能识别出信号灯的具体状态。具体的讲,本文在充分研究、归纳人行横道交通信号灯特征属性的基础上,首先建立了信号灯定位与识别系统的框架,并将系统框架分为图像获取、定位识别算法实现、ARM硬件实现三部分。图像获取又分为图像的采集与压缩,该框架结构简单、易于实现。基于数字图像处理的人行横道信号灯的识别与定位算法是本文研究的重点,针对现有交通灯检测方法仅适用于简单场景的不足,本文提出了一种基于HSI与RGB颜色空间相结合的阈值分割算法来定位与识别人行横道信号灯,并用Matlab编程实现该算法。现行大部分交通灯识别算法只能在PC上实现,而不能应用于嵌入式可移动设备上,针对此不足,本文提出并实现了C++程序实现该算法,并经过交叉编译后成功移植到搭载liunix操作系统的ARM9开发板,完成了算法的硬件实现。