随着城市化的发展和汽车的普及，交通运输问题日益严重。近年来，车辆增长的速度也已远远高于道路和其他交通设施的增长速度，交通事故频繁、人员伤亡与日俱增、财产损失巨大这都要求车辆不仅要具有良好的安全性而且要具备一定的智能性，随之智能车辆(Intelligent Vehicle)的概念应运而生。与此同时，以实现无人、全自动和安全驾驶为最终目标的智能车辆是近年来发展较为迅速的一个研究领域。本文主要是针对这个研究领域中的目标自动识别问题：利用双目视觉目标识别技术，来进行车辆前方障碍物的自动识别。并且引入一种称为V—视差的算法。这种算法可以识别前方具有面特征的障碍物，比如行人、车辆、墙壁等等。而且，这种算法对于光照、阴影等干扰不敏感，适用于城市复杂背景下智能车辆的障碍物识别。具体来讲，基于双目的V—视差识别过程主要包括三个部分的内容：由于本课题中所处理的图像背景比较复杂，使得立体匹配工作很困难，为解决这个问题。首先，通过搜索道路边界线，将道路面与复杂冗余背景相分离，减少复杂背景的影响。然后，进行立体匹配工作，从双目图像对中快速、准确地寻找同名点，并利用同名点合成浓密视差图像，进而提取视差信息作为目标识别的依据。最后，根据合成的浓密视差图进一步生成V—视差图，提取V—视差图中的直线信息，通过这些直线信息可以锁定目标存在的大致区域，然后进行目标识别。识别的目标包括双目图像中出现的静止和运动目标。