随着创新科技在车辆上的不断应用,汽车主动安全技术越来越为人们所重视,汽车主动避撞也不再是一种设想。其中基于数字图像处理的技术因为可以获得几乎行车所需的所有信息而越来越被人们所关注。基于数字图像处理技术的车辆检测跟踪以及汽车距离计算模型的研究是其中的应用重点。现今基于视觉处理的技术在汽车上已经有所应用,但主要出现在一些高级车上。除去应用成本较高,目前此技术还存在着可靠性不够高的问题。在日间能见度高,汽车轮廓等各项特征值都容易把握,但是夜间行车能见度低,很多处理目标都会在夜间变得模糊甚至是完全消失。且现有的单目测距模型没有与汽车上具体的处理目标相结合,模型本身存在着导致系统误差因素较多的问题。　　本文依据汽车牌照具有固定颜色、形状、尺寸以及安装位置,且在夜间汽车牌照具有良好的反光性能。选取汽车牌照作为图像处理及跟踪的目标,能有效提高图像处理的可靠性。并且将汽车牌照面积加入到单目测距模型中,简化了测距模型且降低了系统测量误差。　　首先研究选取了车牌的定位和跟踪算法。通过灰度处理、图像增强、边缘检测、中值滤波、形态学运算、联通域标记等手段实现了目标牌照的定位。研究了Mean-shift算法并且使用Camshift跟踪算法进行目标图像跟踪,又加入Kalman滤波器,增强了目标牌照的跟踪效果。　　其次使用Matlab、OpenCV与VC++混合编程实现了车牌定位和车牌跟踪,达到简化编程难度提高图形处理能力的目的。通过Matlab与VC++混合编程,采用COM组件方式的混合编程手段,提高了车牌定位程序的代码执行速度,也简化了车牌定位程序编写的难度。通过使用具有强大图形处理、目标跟踪能力的OpenCV与VC++的混合编程,利用Camshift经典算法加Kalman滤波器算法有效提升了对汽车牌照跟踪的效果,经过实验证明这种编程在较好的环境下具有不错的跟踪效果,同时也分析了夜间跟踪失败的原因。　　最后完成对单目测距模型的研究和优化,以及相关实验验证。通过改进一种以小孔成像原理而来的单目测距数学模型,加入汽车牌照这个常量进入公式从而简化了模型,提高数学模型的精度。并且通过反证法,将数学模型简化后的函数关系与依照实验统计数据画出的曲线图比较,证实两者相互符合。通过计算统计公式中未知量 dx值也验证了公式的可靠性与准确性。结尾处对本文系统进行总结,最后通过实验对本文主动安全系统系统鲁棒性进行了讨论。