واضح است که ترکیب اطلاعات رنگ وشکل،اطلاعات خوبی را در اختیار سیستم آشکارسازی علایم ترافیکی مهیا می کند. اطلاعاتی که از شکل به دست می آید، بهمان اندازه اطلاعاتی که از رنگ بدست می آید اهمیت دارد. با ترکیب اینها میتوان دقت سیستم را در امر آشکارسازی علایم ترافیکی، بالا برد.گاهی ممکن است که اطلاعات رنگ در دسترس نباشد، در این حال می توان از آشکارسازی براساس شکل، استفاده کرد ویا بالعکس.با توجه به ماهیت این سیستمها باید دستورات وقوانینی مقرر شوند که میزان اهمیت هر نوع از اطلاعات در شرایط مختلف را کنترل کنند و بگویند که در چه شرایطی از کدام روش استفاده کنند. با توجه به پیشینه تحقیقاتی، تنوع رویکردها، در این زمینه بسیار زیاد است،اما دو رویکرد زیر بیشتر مورد استفاده محققین قرار گرفته است. روند کار بدینصورت است که ، مناطق مورد علاقه را با استفاده از اطلاعات رنگی شناسایی میکنند و سپس آنها را با استفاده از خصوصیات شکل تشخیص می دهند.بعنوان مثال:
Aoyagi برای آشکارسازی علایم از الگوریتم ژنتیک (GA)استفاده میکنند.هدف کار آنها شناسایی محدودیتها، در آشکارسازی سریع علایم میباشد.آنها پس از بدست آوردن لاپلاس تصویر اصلی، آستانه تصویر را استخراج می کردند،آن دسته از پیکسل هایی که از آستانه عبور میکنند بعدا مورد تجزیه تحلیل قرار میگیرند.برای آشکارسازی علایم ترافیکی رنگ وشکل آن مورد تجزیه وتحلیل قرار میگیرد.در ابتدا رنگ واجزا اشباع آن تجزیه وتحلیل میشود وناحیه هایی که تصویر در آنجا دچار محدودیتهایی برای آشکارسازی است،شناسایی میشود.اگر این منطقه یکی از ناحیه هایی باشد که باندازه کافی بزرگ بوده و امکان وجود علامت ترافیکی در تصویر باشد،پیرامون آن ناحیه باید برای علایم ترافیکی محتمل جستجوی کلی انجام گیرد،که این جستجو بوسیله GAصورت میگیرد]3[