驾驶行为研究是道路安全的核心问题,研究人员通过对所收集的驾驶信息进行分析并建立模型,以此来预测驾驶员行为,从而减少交通事故及其造成的伤亡人数和经济损失。随着计算机技术的发展,大规模数据的采集已经成为可能,然而从海量数据中筛选出所需的特定数据并进行分析却是一个难题。利用计算机技术对采集到的数据进行自动筛选和分析,将会有效的提升工作效率。超速驾驶是驾驶行为中的重要部分,本文在现有的限速标志识别的理论基础上,提出了一种限速标志识别方法：首先,按照分区搜索策略确定需要处理的图像区域,接着利用简单向量滤波器(Simple Vector Filter,以下简称SVF)对图像进行滤波处理,去除不需要的非彩色信息。其次,对图像进行多通道融合的颜色分割并对分割后的图像进行二值化处理,并分割可能粘连的交通标志。接着对图像进行骨架提取,并进行CMHT(Chord Midpoint Hough Transform,以下简称CMHT)椭圆检测。再次,利用交通标志的内部统计特征排除非限速标志,从而最终确定感兴趣区域ROI (Region of Interest,以下简称ROI)。最后,从最终确定的感兴趣区域中提取数字,并对提取的数字进行倾斜校正、字符分割、归一化和骨架提取操作,再利用纵横投影的七段码“8”字型手写数字识别方法识别数字并将结果输出,以便于在驾驶行为评测系统中使用。本文根据研究人员提供的采集数据和项目需求,完成了驾驶行为评测系统的部分功能,并将限速标志识别方法应用到评测系统中。该系统将通过设备采集到的驾驶行为信息存入数据库并以图形化的方式显示在一个和实际驾驶情况相近的集成界面中,使研究人员可以快速定位到需要的驾驶行为视频片段,以便浏览数据库中的驾驶信息并进行评测。