摘要：提出了一种基于颜色和形状神经网络的视觉可量测实景影像交通标志自动检测算法。该算法设计了2种类型的概率神经网络，一种可以将图像中像素分为黄色、红色、蓝色和其他颜色4类；另一种可以识别三角形、圆形、矩形和倒三角形4种形状。从而先利用颜色识别神经网络对影像进行颜色分割；然后，在分割后的二值图像上利用灰度投影确定交通标志的候选区域；最后，利用中心投影向量和形状识别神经网络，实现候选区域的形状判断和交通标志自动检测。使用车载三维数据采集系统拍摄的视觉可量测实景影像进行了实验，证明了该方法的有效性和鲁棒性。

关键词：模式识别 视觉可量测实景影像 交通标志检测 概率神经网络 中心投影向量 

单位：南京师范大学虚拟地理环境教育部重点实验室 南京210023 华北水利水电学院资源与环境学院 郑州450000