在高速公路日益快速发展的时代,高速公路上发生的恶性交通事故成为一个严重的社会问题,不仅给家庭带来不可挽回的经济损失而且还危及人民的生命安全。因此,车辆的检测与测距研究成为一个迫切的要求。本文针对AOI提取算法和车辆识别与测距算法进行了一系列研究,并取得以下成果。(1)对结构化公路AOI提取算法和车辆的识别、测距算法进行了分类与分析。(2)针对现有的基于模型的结构化公路AOI提取算法时间复杂度高,且不能适应于弯道的问题,构建一种既能适用于直道,又能适用于有一定曲率的弯道,且有较强抗噪能力的基于放射性投影直方图的AOI区域提取算法,对车辆的行驶方向要求较弱,不仅可抗车辆遮挡、较强日光照射下形成的阴影干扰,而且还可以抗车道线严重污损、长距离断线、减速带形成的强干扰。对强、暗光线有一定的适应能力,具有较强的抗干扰能力。(3)针对车辆的传统特征提取困难、定位不太准确的问题,在研究应用具有较强鲁棒性的基于放射性投影直方图的AOI提取算法建立AOI区域的基础上,进一步研究了基于角点探测的车辆检测与测距算法,实现了特征提取的易实现性,检测与测距的同步性。实验表明,本算法在鲁棒性、可实施性方面有较大提高。总之,本文对高速公路AOI的提取和车辆的检测与测距进行了较深入的研究,提出了一种适应面更广、鲁棒性更强的AOI提取算法；提出了一种基于角点特征的车辆检测与测距算法；对上述算法在车辆检测与测距方面的有效性、鲁棒性进行了实验验证。