本發明提供了一種基于最大穩定極值區域和遺傳優化SVM的交通標志識別方法,屬于圖像處理技術領域。運用分塊HOG特征向量作為待識別區域邊緣檢測和圖像分割的方法,能夠在一定程度上抑制平移和旋轉帶來的影響,并降低圖像因光照強度變化帶來的干擾。同時,分塊HOG相比傳統HOG維度大幅降低,提升運算效率。在分類識別階段運用基于自適應交叉變異的改進遺傳優化最優參數搜索算法,計算出最優的SVM分類器參數,避免了人工標記的易錯性和機器訓練的大量耗時,綜合各方法的優勢,較好地平衡了準確性和實時性的要求,實現了交通標志的自動檢測和識別。該發明對德國交通標識檢測標準數據庫中的測試圖片進行了識別,得到了較好效果。