当道路交通成为中短途交通运输的主力时,保证车辆行驶安全是首要的任务。为了将交通事故造成的伤害和经济损失降到最低程度,开发基于主动安全的车载安全驾驶辅助系统,帮助驾驶员加强对行车环境的辨识,避免与道路上的其他车辆及障碍物的碰撞是目前智能车辆系统的研究热点之一。而研究和选择具有较强的可靠性和鲁棒性的前方车辆检测方法是其中关键的一个步骤。本文项目来源于香港生产力促进局(HKPC)与我校关于“开发先进汽车防撞系统(ACAS) "合作的汽车安全系统项目。本文在分析和研究国内外智能车辆系统的车辆检测算法的相关文献的基础上,提出了一种改进的基于车辆特征的前方车辆检测方法,实现了车辆检测系统并进行车距过近预警设计。本文主要进行了以下研究工作：1、给出了针对前方车辆图像的快速预处理方法。对车辆序列图像进行反隔行,实现了基于LUT查找表的彩色图像的快速灰度化和基于邻域的灰度累加值的快速均值滤波方法。2、给出了一种基于车辆直线特征的车辆粗定位方法。该方法权衡了边缘检测算子的定位准确性、抑噪能力和计算速度因素,实现了基于Prewitt算子的前方车辆图像的水平边缘和垂直边缘检测,基于游程长度(RL)消除非车辆边缘,去除非聚集的孤立水平边缘,计算垂直边缘的对称性测度,提取感兴趣区域,进行车辆粗定位。3、给出了一种利用改进的帧间差分法分割车底阴影,利用阴影特征准确定位车辆的方法。该方法分析了迭代阈值法、基于直方图的阂值法、基于期望值的阈值法和最大方差比阈值法,统计路面特性,实现了前方车辆的车底阴影分割,利用形态学方法去除阴影区域的空洞和粘连,对车底阴影区域进行连通性分析,提取车辆候选区域,验证该区域内的车辆信息,准确定位车辆。最后,本文对摄像机进行标定,建立了安全车距模型,计算两车间的距离并设计了前向车辆防撞预警系统。在windows XP系统下,使用Visual C++6.0编程实现了车辆检测算法,经实验证明本文方法具有较高实时性和准确性。