近年来,随着智能交通的飞速发展,无人驾驶得到人们越来越多的关注。作为无人驾驶重要的环节之一,前车检测能够规避人的主观意识及行为,大幅减少各类交通事故的发生,大大提升驾驶安全性;同时,前车检测还能预判前方交通的拥塞状况,规划出畅通便捷的路径,在一定程度上缓解交通拥堵的问题。因此,开展前车检测相关研究,具有十分重要的理论意义和实际价值。本文针对视频图像中运动目标轨迹连续性的特点,结合实际的道路交通场景,开展前车检测问题研究,主要包括以下几个方面的内容:首先,介绍了智能交通的发展背景及行业现状,简述了本文所涉及内容的研究意义,并对目前国内外的相关研究工作进行了综述和分析。其次,分别介绍了几种静态场景和动态场景下的车辆检测方法,重点分析了动态场景下的运动车辆检测方法,结合视频图像中运动车辆轨迹连续性的特点,分析了当前算法的改进思路,引出了运动矢量的概念。再次,为了获得运动矢量,研究了一种基于空间约束的帧间匹配方法。结合视频图像中运动车辆轨迹连续的特点,针对暴力匹配方法的不足,提出了一种综合考虑灰度信息和空间位置加权的方式来刻画特征点相似度的方法,以此实现帧间特征点的匹配。最后,基于空间坐标与平面图像之间的透射关系,研究了消失点在车辆检测中的应用。将消失点与运动矢量相结合,提出了一种基于运动矢量的前车检测算法。通过实际获取的视频图像进行实验测试,验证了本文算法具有良好的前车检测性能。