近年来道路交通安全问题日益凸显,如何减少交通安全事故、保障人身安全已经成为现代社会关注的焦点。汽车防碰撞安全系统技术正是解决道路交通安全问题的有效途径之一,因而汽车防碰撞安全系统技术开始受到世界各大汽车制造厂商的重视。对车辆前方行人的检测识别作为汽车防碰撞安全系统研究中的前沿热点技术,它能有效减少行人被撞的几率,因此它越来越受到车辆技术研究者的关注。本文的主要研究目的是在分析总结国内外关于行人识别已有研究成果的基础上,建立一个适用于城市道路工况的行人识别算法。本文依据车载CCD摄像头的视觉传感器采集车辆前方道路图像,并采用DSP嵌入式控制器的硬件平台来实时识别并跟踪车辆前方道路图像中行人目标。本文首先对CCD摄像头采集的每一帧道路图像进行虚拟道路区域分割。本文提出的虚拟道路区域是行人目标在道路图像中出现概率最大的区域,将行人目标的搜索范围限定在其出现概率最大的区域内可以有效提高行人识别的速率。接着本文根据行人身体轮廓的垂直对称特性对道路图像中的行人目标进行初步搜索定位,并分割出相应的候选行人目标区域。利用身体轮廓垂直对称特性进行行人目标的搜索定位可以顺利解决因为行人服装或者行人身体姿势变化而带来的识别难题。本文再接着对分割出的候选行人目标区域进行相应的特征提取。本文在传统的LBP和HOG特征基础上提出了基于梯度信息的LBP特征,并将该特征信息作为行人类别判定的依据。然后本文利用依据支持向量机(SVM)训练得到的分类器对候选行人目标进行分类识别。最后本文利用kalman滤波器对已经被识别出来的行人目标进行持续的位置预测跟踪,进一步缩小行人目标搜索定位的区域,提高行人识别的速度和准确率。通过在实际道路上对车辆前方行人目标进行实时的识别实验验证,本文提出的行人识别算法对车辆前方一定距离范围内不同服装穿着、不同动作姿势、不同运动状态以及部分身体遮挡的行人目标都有较好的识别效果,并且当车辆在一定速度范围内行驶时行人识别的实时性较好。