随着社会经济的快速发展和人们生活水平的不断提高,汽车得到了广泛的普及,世界各国人均汽车保有量急剧增加。随之而来的交通拥堵、交通事故和环境污染等交通灾害对人类环境和社会发展的影响日益严重。因此,如何有效地提高交通效率、避免交通事故的发生已成为智能交通系统(ITS)中备受关注的研究方向。基于视觉的车辆检测作为ITS中最重要和最基础的技术之一,对其进行研究是非常必要和有意义的。本文以鱼眼相机作为外界环境信息的获取手段,从实用性角度出发建立了基于鱼眼图像的车辆检测系统。本文首先分析了车辆检测算法的研究现状,通过对比各种算法,阐述了现存车辆检测算法存在的问题。通过对鱼眼图像校正,提出了基于柱面模型的校正方法,使车辆检测算法在校正后的图像上实现。然后,在总结各种车辆检测方法适用性的基础上,本文提出了基于多特征融合的车辆检测算法,利用车辆阴影的对比敏感性进行车辆分割,通过对车辆本身的一些特征,如车底阴影、车辆边缘、对称性等来定位车辆在图像中的位置,这种算法主要应用在白天的车辆检测中。鉴于夜晚光线比较暗,白天车辆的特征变得模糊甚至消失,本文提出了基于车辆头灯的车辆检测算法,采用基于形态学的方法进行车灯检测,这种算法主要应用到夜晚的车辆检测中。本文对提出的车辆检测算法在不同天气条件下进行了评估测试,实验结果表明该算法能够在各种天气环境下较好地检测车辆,具有较强的鲁棒性和适用性。