车辆主动安全技术是汽车实现智能化的关键技术之一,已经成为智能汽车开发的重要研究领域,而基于机器视觉感知下的车辆主动安全技术是近年来该领域的一个前沿热点和重要研究内容。研究和开发机器视觉感知下的车辆主动安全技术对于提高交通安全,降低交通事故发生率等具有重要的社会意义和应用价值。本文在汽车仿真与控制国家重点实验室开放基金《驾驶员视觉分散与疲劳数学模型建立及预警关键技术研究》(N0.20121107)的资助下,采用机器视觉感知技术,对车辆主动安全技术中的驾驶员疲劳检测和车道偏离检测进行了深入研究。论文的主要工作及研究成果如下：(1)研究车载视觉系统图像增强算法。分析光照不均对图像质量的影响,提出一种基于Retinex理论的图像增强算法。算法提取光照图像低频部分,采用多尺度Retinex(MSR)算法进行光照补偿,然后再与其梯度图像合成新的图像。该算法能够将驾驶员面部特征以及道路特征清晰显示出来,可为后续图像处理奠定基础。(2)研究红外图像眼睛检测算法。分析夜间红外图像面部特征特点,提出一种夜间红外图像眼睛检测方法。根据夜间红外图像特点,采用局部自适应阈值分割脸部区域；根据人脸器官分布规律,确定眼睛感兴趣区域；经形态学图像处理后,计算和比较眼睛感兴趣区域的纹理特征差异确定眼睛位置；根据黑斑椭圆拟合方法计算眼睛睁开程度。考虑白天驾驶室复杂环境,基于眼睛特征检测算法难以实际应用的问题,提出一种白天红外图像眼睛检测方法。根据实车驾驶视频,选择大量眼睛样本和非眼睛样本,为减少眼睛分类器训练时间,采用一种改进的Adaboost算法离线训练眼睛分类器,并进行眼睛在线检测。(3)研究红外图像眼睛跟踪算法。提出一种基于梯度特征和纹理特征相结合的改进遗传粒子滤波眼睛跟踪算法。针对传统粒子滤波算法存在粒子退化和计算量过大问题,将遗传算法中的选择、交叉、变异操作代替重采样,提出改进的遗传粒子滤波算法；根据红外图像中眼睛梯度和纹理特征,建立基于梯度特征相似性度量和纹理特征相似性度量的复合观测模型,进行眼睛非线性跟踪。(4)研究驾驶员头部姿态参数估计方法。在检测出眼睛和嘴巴之后,通过提取眼睛和嘴巴坐标,构建人脸特征三角形,建立和推导三种头部姿势数学模型,根据特征三角形的位置变化进行红外图像驾驶员头部姿态参数估计。(5)研究复杂环境下的结构化道路弯道车道线检测方法。针对复杂环境下的结构化道路弯道车道线难以检测问题,提出一种基于人工鱼群算法的弯道车道线检测方法。采用OTSU算法进行车道线区域分割；根据道路区域车道线灰度特征确定目标函数,采用抛物线模型拟合车道线,并设定抛物线参数变化范围；采用人工鱼群算法,通过人工鱼的觅食、聚群、追尾等行为,搜索满足目标函数值最大的小块区域,确定抛物线参数。(6)研究夜间结构化道路车道线检测方法。针对夜间结构化道路光照条件复杂造成车道线难以准确检测的问题,提出一种夜间车道线检测方法。提取车道线ROI,并对ROI图像进行滤波处理,根据Retinex理论,采用‘’Sobel"算子进行边缘检测；利用Hough变换检测左右车道线,针对多条直线分别取其中线作为左右车道线,根据ROI左右车道线计算夜间道路图像车道线“消失点”坐标,并拟合出完整车道线方程；采用基于感兴趣区域方法对车道线进行跟踪。(7)研究非结构化道路边界检测方法。为实现完全非结构化道路边界检测,提出一种基于改进的模糊C-均值聚类(FCM)和Hough变换相结合的非结构化道路边界检测方法。在HIS颜色空间采用“爬山法”寻找图像饱和度分量直方图极值,确定初始聚类中心；利用改进的FCM聚类方法对图像饱和度分量进行道路分割；经过形态学图像处理,采用Hough变换进行道路边界检测。(8)设计车辆主动安全系统。根据粗糙集理论进行疲劳检测条件属性分析,并制定相关决策规则表。基于OpenCV和MFC软件平台进行驾驶员疲劳检测预警系统设计,并进行相关实验验证。根据实际道路车辆行驶情况,提出一种基于车道线角度变化的车道偏离数学模型(LAC)。基于OpenCV和MFC软件平台进行车道偏离预警系统设计,并进行道路实验验证。(9)设计车辆主动安全系统实车装置。基于提出的车辆主动安全系统,根据现有实验条件进行实车装置设计,并进行道路实车实验。