1、隨著汽車在人們日常生活中普及程度越來越高，交通安全也成為不可忽視的問題。近年來，國內外的智能駕駛技術成為關注的焦點，基于視頻圖像的前方車輛檢測作為智能車輛系統(tǒng)的關鍵技術，已經成為當前研究的熱點之一。本文主要研究基于單目視覺的前方車輛檢測算法，利用車輛的車牌、邊緣對稱性特征和車尾燈形狀等多個特征來檢測前方車輛。本文在分析和對比國內外有關車輛檢測算法的基礎上，提出了一些相應的改進方法，主要研究內容有以下三部分：
　　(1)基于HSV顏

2、色空問的車牌和車尾燈區(qū)域的提取，檢測的結果依賴人為設定閾值的影響和顏色空間轉化會耗費一些時間的問題。本文在RGB顏色空間中，采用一種自適應的顏色特征提取方法，該方法可以普遍適用于交通視頻圖像的車輛檢測。
　　(2)針對顏色特征提取的圖像，常用的Otsu閾值分割算法分割結果不理想，會產生一些干擾區(qū)域，進而影響后續(xù)的車牌定位和車尾燈的提取。本文采用平均梯度改進Otsu閾值分割算法，通過求取使類問方差最大的最佳分割閾值，可以很好的在顏色