夜间行车安全问题一直以来都是个世界难题。为了驾驶员和车辆安全,目前大多车辆都配备有安全带、安全气囊等,可以在碰撞发生后最大限度的减小伤亡和损害。然而这种被动安全技术不能够从根本上避免交通事故的发生,因此研究夜间行车安全预警技术,从主动安全角度来提前预知并规避危险,才能从源头上解决夜间交通安全问题。本文主要研究了基于单目视觉的夜间车辆识别和测距方法,作为夜间行车安全预警技术的一项基础性研究,能否快速准确地完成车辆识别和测距将直接决定预警系统性能的好坏。本文的主要研究内容如下：(1)夜间车辆识别方法。提出了在RGB空间下基于夜间尾灯图像的实时车辆识别方法。通过对夜间尾灯颜色特征进行分析和提取,选用尾灯图像的(R-G)色差特征作为图像分割的输入,并采用自适应阈值法分割图像；根据同车左右尾灯区域特点,定义尾灯配对规则和尾灯差异度,实现尾灯配对；同时解决了夜间尾灯粘连问题和车辆位置重叠问题。(2)夜间车距测量方法。首先定义了各个坐标系；然后通过对比分析几种常用的摄像机标定方法,最终选用了张正友平面标定法来完成摄像机标定；最后,利用小孔成像原理和车辆先验知识建立了夜间车距测量模型。(3)系统实现方法。利用Matlab图像处理工具箱实现了夜间车辆识别与测距系统模块。本文的主要特色与创新：(1)针对复杂的夜间交通环境,提出了利用(R-G)色差特征作为夜间车辆图像分割的输入,完成了夜间车辆图像中尾灯区域的提取。(2)解决了夜间尾灯粘连问题和车辆位置重叠问题。(3)提出了基于小孔成像的夜间车距测量模型。