中国的盲人数量占世界首位,由于视觉障碍的限制,出行成为盲人的巨大难题。现在,城市中都修建了盲道以帮助盲人出行,另外盲人的行走也可以借助于各种导盲设备。在指导盲人出行的过程中,如何准确地获取前方道路信息,识别道路障碍物并测量出障碍物的距离,成为研发导盲设备的关键所在。本文运用基于单目视觉的障碍物检测技术,建立了直路和弯路的两种测距模型,准确测量前方道路障碍物距离。该研究成果不仅可以在电子导盲设备运用,也可应用于其他领域。本文研究内容主要有以下几点:一、对相机标定算法的研究。传统的摄像机标定采用线性模型,虽然计算较为简便,但是因为其未考虑到镜头畸变的影响,从而导致标定结果的精度不高。引入镜头畸变的非线性模型,虽然标定结果精度较高,但是求解非线性方程十分复杂,不能很好地满足系统实时性要求。针对以上问题,本文在线性透镜成像模型的基础上,采用一种改进的基于径向排列约束(RAC)的二步法来标定,利用线性和非线性混合模型转换为线性模型,避免了求解非线性方程的复杂,又考虑到了畸变,可以很好的满足系统精确性和实时性要求。二、进行了障碍物检测算法研究,首先对图像进行灰度化、中值滤波、腐蚀处理、二值化等预处理操作,然后采用Sobel边缘检测算子实现图像的检测分析,最终利用基于阈值分割感兴趣区域的算法用矩形框框定出障碍物位置,又重点考虑到阴影、积水等非障碍物因素对检测结果的影响,利用透视模型原理结合障碍物高度及面积等相关值,排除非障碍物影响,最终得到目标点坐标值。三、研究障碍物测距的道路成像模型,在理想直线道路设定基础上,采用单帧静态图像实时建立道路成像模型。对于曲线道路,建立弯路成像模型并计算,利用局部参数曲线探测提取道路弧线并求得距离,提高了算法的准确性和适用性。实验结果表明,本文提出的障碍物测距算法,采用了考虑镜头畸变的摄像机模型,标定结果更为准确。消除了图像预处理阶段非障碍物对障碍物的干扰,并且解决了弯道障碍物测距的问题,准确地测量出道路障碍物的距离,指导盲人出行。