近几年的中国道路交通事故形态分布显示,道路交通事故中由正面碰撞导致的事故比例高达28%,高级辅助驾驶系统中前碰撞预警系统能够在追尾碰撞发生前提醒驾驶员,从而有效降低事故发生率或减弱事故冲击强度。其中,准确快速的车辆检测和跟踪是前碰撞预警系统发挥有效作用的关键。本文对车辆检测和车辆跟踪方法进行了研究,为前碰撞预警系统提供技术支持和理论支撑。主要的研究内容如下:(1)显著性特征候选区域的提取方法研究。为提高车辆检测算法在图像全域的搜索效率,在车辆检测前,提取图像中的显著性区域,作为车辆的候选区域。根据图像频谱特性,首先求取图像的一维径向平均功率谱;然后求取图像的一维径向平均功率谱的谱残差,对图像的谱残差进行傅立叶逆变换得出图像的显著图,并提出了一种多尺度的显著图生成方法,将多个尺度的显著图线性叠加得到最终的图像的显著图;最后通过Meanshift算法分割出图像中的显著区域。(2)面向前碰撞预警的车辆检测方法研究。为了减小HOG特征计算的复杂度,提高算法的实时性和准确性,对HOG特征做了相应改进。首先对HOG特征向量维数降维,剔除影响小的特征。同时,在生成HOG特征金字塔时,提出了一种快速特征金字塔方法,估算稀疏采样特征金字塔的图像特征,从而减少计算的复杂度。然后,针对前方车辆检测,提出了一种多视角模型,并利用车辆的车灯、车窗等车辆的显著特征提高检测的准确度。最后,使用PASCAL VOC 2007数据集、KITTI数据集以及行车记录仪采集的车辆视频验证了改进算法的有效性。(3)面向前碰撞预警的车辆跟踪方法研究。研究了核相关滤波算法的原理,针对核相关滤波算法中尺度不变的缺点,提出了一种尺度自适应的核相关滤波车辆跟踪算法。首先通过核相关滤波获得目标的中心位置,将目标分为均等的四块,然后计算出每个图像块的响应值,最后更新下一帧的尺度,实现尺度的自适应变换。使用Visual Tracker Benchmark数据集以及行车记录仪采集的车辆视频验证了改进算法的有效性。综合试验表明,提出的车辆检测与跟踪算法在相应数据集上有更好的鲁棒性和检测精度,对于车辆检测与跟踪算法的研究和开发具有一定的应用价值。