弯道是公路载体中的常见构造。由于其视距较短,线形复杂,弯道也是交通事故的高发区,其中大部分事故都与驾驶员操作不当或疲劳驾驶有关。因此,在车辆进入弯道前对弯道进行自动检测并对驾驶员进行预警有着十分重要的意义。本文基于双目视觉测距技术,设计了一种弯道检测与预警算法。根据弯道图像的边缘特征与噪声干扰的特点,研究了适合弯道图像的图像预处理方法。根据灰度统计特性提取图像感兴趣的区域,分析了空间域和频率域弯道图像滤波抑制常见噪声的效果,结合弯道检测与预警的需求设计了一种基于中值滤波和LoG锐化模板滤波的弯道图像增强方法,并利用最大类间方差法获得了弯道的二值图像。在弯道检测与特征点提取方面,本文通过车道线对弯道进行检测,利用车道线检测结果判定弯道并提取弯道特征点。针对静态图像检测车道线问题,分析了B样条曲线最小二乘拟合车道线、Hough变换检测车道线的效果与局限,结合车道线的先验知识改进了Hough变换;针对序列图像检测车道线问题,提出了一种基于动态知识库的车道线检测算法以降低车道线错检率;根据检出的车道线,通过车道线部分膨胀后的连通域方向判定弯道并提取弯道特征点。在弯道的测距与预警算法方面,为了提高测距精度,本文在对单摄像机标定的基础上对双目系统进行了立体标定;结合立体标定的结果,设计了一种图像立体校正方法消除左、右图像行对准精度对测距精度的影响,并通过分析测距误差产生的机理修正了测距公式;在弯道判定、弯道特征点提取、特征点测距的基础上,设计了一种弯道预警算法。为了验证算法的性能,本文分别在公路和隧道两种路况下进行了实验。分析了该算法在车道线检测、弯道判定与特征点提取、弯道测距与预警三个方面的性能。实验结果说明本文设计的弯道检测与预警算法能够准确检出弯道并预警,具有较强的鲁棒性。