随着人们生活水平的提高，汽车保有量也在逐年增加。每年由于交通事故造成的人员伤亡和财产损失也在大幅度的增加。汽车的安全性能越来越受到关注，行车安全问题也越来越受到重视。相应地，关于行车安全的新技术也是层出不穷。车载后视系统通过图像方式显示车尾周围的环境情况来扩大驾驶者的视野，并增加驾驶的安全系数，是辅助驾驶系统的重要组成部分。鱼眼镜头有视角大的优点，很适合作为监控的镜头。普通镜头不具备鱼眼镜头的广视角，但鱼眼图像变形较大，在使用前必须要先进行校正。传统的后视监控系统都是被动监控，仅仅是图像采集，不能够主动发现异常目标和报警。为了满足车载后视监控的智能要求，本课题利用车载的鱼眼镜头，以图像处理、计算机视觉等技术为基础，对倒车后视系统进行了深入的研究，实现倒车过程中运动目标的检测。本文主要工作和成果如下：1、分析了鱼眼镜头的特点以及车载视频监控的发展，说明鱼眼镜头应用在车载后视系统的合理性和有效性。2、描述了鱼眼镜头的成像原理及成像模型，实现了将普通鱼眼图像和180°鱼眼图像校正成为正常图像的算法流程。然后，提出一种适应于大畸变棋盘格角点自动检测算法，使校正过程实现了自动化，并且显著提高了角点的检测精度，进而提高了鱼眼图像的校正效果。3、建立了背景减除算法模型，针对ViBe算法的不足，提出了一种结合前景点统计的改进ViBe算法，修正了前景点不能更新背景模型的缺陷。利用改进后的算法并结合形态学处理和形状查找，实现了复杂背景下的运动目标检测。并且在性能较低的安卓平台上移植了该算法，运行良好。4、探讨了图像的拼接，最后实现了基于Harris角点和SURF特征点的鱼眼图像拼接。实验结果表明，鱼眼镜头达到了较好的校正效果，可以应用于车载后视系统。在运动目标检测中，具有很好的检测效果，并且对性能要求很低，满足嵌入式系统的要求，具有一定的理论依据和应用意义。