视觉信息是交通环境中的主要信息，因此机器视觉是智能汽车导航系统中必不可少的组成部分，而机器视觉的关键技术——图像处理技术的是汽车视觉导航中的核心技术。本文主要研究以CCD为主要数据采集传感器、以图像处理技术为核心的软件算法以及以DSP处理系统为中心的硬件处理平台的智能车视觉导航系统。该系统运用CCD图像传感器获取前方道路和目标车辆等动态变化信息，并对获取的动态信息进行处理，获取预测前方道路和车辆相对本车的二维信息，将处理计算的结果作为汽车辅助驾驶的重要信息来源。 本文的视觉算法主要具有车道线的检测和运动目标的检测、测距与跟踪的功能。对于结构化道路模型，本文采用最大熵值分割大对边缘检测后的图像进行二值化，并从图像底部开始搜索车道线上的点，然后采用Hough变换拟合出左右车道线。左右车道线内的区域就是本车的行使区域，从而实现了道路区域与非道路区域的分离，为运动目标检测提供了搜索区域和参数计算依据。 对于前方运动目标检测，本文根据图像的时空连续性假设、图像文理特征，提出了基于图像信息熵的区域检测算法，首先运用图像信息熵的对可行驶区域进行逐行扫描，根据目标和背景交界处熵值最大的特性建立初步检测框，然后对初检测框内的目标运用熵值归一化的对称性进行验证，并对初步检测框跟踪，预测下一时刻目标车辆的二维信息。这种根据图像信息熵的区域检测算法不仅提高了目标检测的准确性，还大大简化了系统算法的复杂性，增强了系统的实时性和鲁棒性。最后根据结构化道路模型对检测到的目标车辆进行车距计算。 另外，本文设计了以TMS320VC5402为核心的图像处理系统，实现了视觉导航中序列图像的采集与转换、道路和车辆的检测与跟踪以及车距计算。