复杂道路场景下车辆视频序列分析是智能交通研究的重要问题;如何实时、快速、有效地处理视频图像,充分利用图像中运动目标的实时信息,准确且有效地发出安全预警信息,是交通安全领域关注的重要课题。果蝇是一种对运动目标反应灵敏的昆虫,其视觉系统能实时、准确地对运动目标进行碰撞检测,可有效完成目标识别、目标跟踪、碰撞检测、碰撞回避等任务。受此启发,本文在研究图像稳像、天气识别、目标提取和目标跟踪等算法基础上,探讨基于果蝇视觉生物原理的车辆安全碰撞预警算法,并将此算法移植于DSP硬件平台上进行测试。主要工作和取得的成果如下:1、针对图像稳像、天气识别和目标提取等问题,借助摄像机采集的图像,将图像区域等分的思想与灰度投影算法融合,获得改进型灰度投影稳像算法;在已有天气识别与目标提取算法基础上,引入标准方差、平滑度、图像熵特征量,获得改进型目标提取算法;将此算法与已有人工果蝇视觉神经网络碰撞预警模型结合,获得改进型碰撞预警算法。借助实际场景下的视频图像序列,比较性的实验结果显示,该算法能获得较好的预警效果。2、针对复杂道路场景中车辆碰撞预警问题,通过设计目标标定算法和目标跟踪算法,确定图像序列中目标车辆的数目和位置;利用相邻帧之间目标车辆位置的变化特征及已有人工果蝇视觉神经网络计算运动目标的运动方向斜率,进而通过设计碰撞预警方案,获得目标跟踪与碰撞预警算法。比较性的实验结果表明,该算法能及时、有效地发出预警信号。3、将目标跟踪与碰撞预警算法移植于DSP硬件环境,获得车辆碰撞预警样机。借助不同场景下的视频图像序列,比较性的实验结果表明,该样机能处理多种场景下的车辆碰撞预警问题,可实时、有效发出预警信号。