在交通环境中，交通标志是实施交通管理、保障道路畅通与行车安全的重要设施。交通标志的自动检测和识别是智能辅助驾驶系统和无人驾驶汽车进行交通环境认知不可或缺的组成部分，具有切实的研究意义和实用需求。光照变化和部分遮挡是影响视频图像交通标志正确检测与识别的重要因素，在这两种情形下有效地从视频图像中检测并识别交通标志是一项非常具有挑战性的研究课题。本文针对此课题进行研究，主要内容包括以下两个方面：针对基于串行检测策略的方法易受光照变化或部分遮挡等因素影响的问题，提出一种基于并行策略及轮廓几何特征分析的交通标志检测方法。该算法中基于颜色特征的图像分割和基于形状特征的交通标志区域检测过程并行进行，以取并集的形式综合两者确定的候选目标区域定位交通标志，并利用区域面积、长宽比以及位置等先验信息进行验证，实现对交通标志的检测。基于一个开放的涵盖了光照变化和部分遮挡等多种情形的交通标志图像集进行实验，结果表明基于并行策略及轮廓几何特征分析的交通标志检测方法通过两种特征之间的相互支持在光照变化和部分遮挡情形下能够有效地检测交通标志。针对光照变化和部分遮挡这两种情形，提出一种基于多帧视频图像的高稳定特征的交通标志识别方法。利用有交通标志的多帧视频图像的SURF(Speeded UpRobust Features)特征建立bag of SURFs特征向量集，与标准交通标志图像的模板特征向量集匹配，并采用权值计分策略的最高得分确定交通标志的识别结果。对三种情形下的公开视频图像集进行了实验并与最新方法对比分析，结果表明新方法的交通标志识别效果具有明显的优越性，是光照变化和部分遮挡情形下一种有效的交通标志识别方法。