当前,汽车数量剧增、交通安全事故频繁发生,智能交通系统受到广泛关注。其中,基于机器视觉的交通标志识别系统是智能交通系统的重要组成部分,也成为了国内外研究的热点。与此同时,智能移动终端逐步兴起且迅速发展,这就为交通标志识别系统带来新的发展机会和更大的发展平台。因此,面向智能移动终端平台的交通标志识别技术研究有着广泛的应用前景。本文以面向Android操作系统的智能终端展开研究,综合运用图像处理、模式识别等基础理论,对真车、实景环境采集的交通视频进行处理分析,开发限速牌实时识别、预警功能。其中的难点和关键在于兼顾限速牌识别的实时性、准确性以及对各种情况的适应性。主要研究内容如下:(1)对经过目标区域粗提取的图片,合理地利用图像颜色、形状等特征,针对不同光照的图片,进行限速牌区域的提取分割,实现限速牌的快速定位。(2)通过对疑似目标局部灰度直方图的分析,区分限速牌和杂质;采用局部循环迭代二值化算法对疑似目标区域进行二值计算,对限速数字进行提取分割。(3)运用限速数字的几何特征及彼此之间的联系,准确提取限速数字;进而与数字模板匹配,实现限速数字的识别。最后,以该算法为核心的手机APP进行实路测试,实验结果表明:系统预警速度满足实时要求,识别精度满足预期目标,对各种天气、路面等外界环境具有较好的适应性。验证了本次研究成果的可行性和可靠性,具有深入开发的价值,是机器视觉理论在智能交通应用中的一次有意义的尝试。