散落物包含了交通事故现场众多重要信息,识别及提取事故现场散落物相关特征值可以为求解事故车辆的碰撞速度提供重要的依据,为交通事故的处理提供一定佐证。本论文以交通事故现场散落物为研究对象,依据相机成像的理论模型与事故现场散落物的特点,结合MATALB软件提出了一种相机标定系统,以减小标定过程中背景环境造成的误差,设计结构尺寸已知的红色标定物,获取含有标定物的俯视摄影图像,应用MATLAB软件编程对图像中的标定物进行提取,建立标定物实际值与图像值之间的关系模型。为进一步减少特征识别过程中的误差因素,对散落物图像进行灰度变换、直方图均衡化、去噪、图像锐化预处理操作；分别应用Roberts算子、Sobel算子、Prewitt算子、高斯-拉普拉斯算子、Canny算子对两种不同背景环境下的散落物图像进行边缘检测,根据图像处理结果的对比分析,本文对散落物的图像进行维纳滤波去噪、拉普拉斯锐化、Canny算法边缘检测的处理来提高图像处理的精度。以圆形和不规则散落物为例,设计模拟试验,应用提出的标定方法与图像处理方法进行散落物特征识别,计算识别结果并与实际测量结果比较,验证提出的方法的准确性。根据相似原理及实际条件,设计汽车模拟碰撞试验,进行了汽车碰撞固定障碍壁的试验和两车以一定车速相碰的试验,应用提出的标定系统获取事故现场散落物图像,依据分析的最优图像预处理及边缘检测算法编写图像处理程序,将MATLAB计算结果与实际测量结果比较,误差范围集中在0.53%～10.31%,仅有一个散落物尺寸误差为13.59%,分析原因,该物体比较小,相机在拍摄时的高度比较高,产生了一定的深度误差,其次由于是单目拍摄的方法,实际背景环境不理想,可能会导致误差较大。通过验证知：通过提出的标定系统,对交通事故现场中散落物图像特征识别,识别后的参数计算结果可信,且操作简单,可以向交警部门推广应用,拓展散落物的应用范围,为事故现场处理提供一定佐证。