随着经济节奏的快速发展，人民生活水平逐渐提高，汽车已经走进千家万户。随汽车保有量的增加，交通安全问题逐渐走入人们的视线。其中作为城市间桥梁的高速公路也成为严重交通事故多发地之一。高速公路安全问题是智能交通系统的重要组成部分，保障在高速行驶下的汽车安全是本文的出发点。论文的研究是基于单目视觉的高速公路安全驾驶预警系统，系统主要作为提高高速公路中快速行驶的汽车安全系数。论文主要内容如下：1.对于众多图像预处理方法在文中给出了介绍、分析和选择。其中主要的参考依据为面向应用选择。兼顾应用中对实时性的要求和图像处理后的效果。分析了以单目视觉测距为基础的模法和众多研究学者提出的安全距离模型。2.研究与对比粒子滤波算法与TLD(Tracking-Learning-Detection)跟踪算法的优劣性。实际应用中，粒子滤波算法本身无法可靠地完成目标跟踪，在背景复杂变化较快的高速公路中不能较好的完成任务。TLD跟踪算法中，其算法中强大的跟踪、学习、检测模块，在不失实时性的前提下，给予了较好的跟踪效果，能出色的保障用户需要。3.在摄像机部分参数未知的情况下，采用数据回归建模测距，利用图像与现实的数学关系建立数学模型。首先，该方法在现实生活中易于实现，对比部分研究更偏向于应用；其次，计算量较小，对于快速行驶的车辆，如果实时性没有保证就无法面向应用；最后，实际应用中CCD摄像机焦距是无法获得的，更高级的摄像机虽然可以获取，但无法面向应用。4.利用TLD跟踪算法结合回归建模测距组成成高速公路安全驾驶预警系统，在安全距离内和安全距离外给予提示，达到辅助驾驶的目的。