交通信号灯杆是智能车辆在复杂的城市环境中自主形式的重要指示信号，在城市道路安全中发挥了不可或缺的作用。交通信号灯通常设在道路交叉口，可以提供智能车辆的位置信息，检测和识别交通信号灯的状态时智能车辆的重要任务。

目前，研究人员提出了对于交通标志的检测和识别方法，但其大都局限与简单的城市环境，而且所检测的交通信号灯类型仅限于悬挂式交通信号灯而不能满足实时监测的要求，甚至与在复杂背景环境下存在较多误检，在真实的复杂城市环境下，交通信号灯的安装位置和安装方式有多种，其可能位于街角的支撑杆的顶端，也可能悬挂于道路正上方的水平杆或线上，对其检测和识别的难度较大，此外，各种汽车尾灯、商店广告牌以及楼宇墙壁玻璃等发射或反射的光斑等都增加了交通信号灯检测和识别的难度。

鉴于此，提出了一种基于级联滤波与标准化互相关模板匹配的交通信号灯检测和识别方法，通过对已有交通信号灯图像进行训练及色彩阀值分割而获取交通信号灯的候选区域并将其依次通过级联滤器进行筛选，进而根据候选区域形状获取实际交通信号灯的数量和状态信息，同时，采用基于NCC的模板配皮方法对真实的交通信号灯进行检测和识别。