近年来，随着汽车保有量的急剧增加，道路交通事故也频繁发生，给社会生活带来极大的危害，人们越来越关注道路交通安全。为了有效地减少交通事故的发生，保障道路行人的生命安全，汽车主动安全技术成为智能交通领域研究的热点，其中基于机器视觉的道路行人检测正获得越来越多研究人员的关注。本文主要研究了单目机器视觉的道路前方行人的检测识别，利用电动汽车车顶前方安置的CCD摄像头采集车辆前方视频图像信息，将其按帧分解，转换成单幅图像以便后续进行图像处理和行人识别。本文基于单目摄像头的道路行人识别方法的研究现状，着重研究了基于模板匹配的方法和基于运动的行人检测算法。在车辆前方道路行人特征提取阶段，本文研究/了一种基于灰度和差的检测图像边缘轮廓线特征的方法，实验结果能较好地反映出图像边缘轮廓线的位置；在图像特征提取阶段，提取了路况图像的多种典型特征：HOG特征、边缘轮廓特征、LBP特征和小波特征，并将这些特征进行组合训练正负样本，提高了算法的稳定性和鲁棒性。在对行人进行分类识别阶段，比较了层次分类器算法、KNN分类器算法、支持向量机分类算法的分类识别结果，从算法执行时间和算法分类识别的准确度两个方面分别评价算法的性能，分析改进得到最优识别算法；设计行人检测系统结构并应用最优识别算法对实车采集的路况图像实验，能够在复杂环境下达到识别道路前方行人的效果。