近年来，随着汽车的普及，利用汽车底盘藏匿炸弹等物品造成的汽车爆炸案事件频发，利用汽车底盘藏匿毒晶、走私品等也严重威胁到了人们社会生活的安定和生命财产的安全。因此，对汽车底盘的安检已不弈忽视。目前，汽车底盘安全检查主要依靠人工观察，效率不高且容易漏检。为此，可采用数字图像处理的方法，构建汽车底盘异物实时智能图像识别系统，完成对汽车底盘下的异物自动检测和报警。本文针对该系统的核心问题——异物检测以及异物高度估计方法展开研究。
　　本文可分为图像预处理、异物检测定位、异物高度估计三个部分。
　　在采集汽车底盘图像时，汽车行驶路径的不一致导致待测图汽车底盘图像和标准汽车底盘图像在水平方向上有一定偏移。本文中根据待测图与标准图对应行的数学特性计算待测图中各行的偏移量，之后对各行数据进行平滑处理，最终得到水平偏移矫正后的结果图，完成图像的预处理。
　　在异物检测与定位部分，本文通过改进的差分法进行待测汽车底盘图像异物的检测，根据差分图中的噪声的成因噪声连通域的特性对其进行去噪处理，并对候选异物区域进行破损修复以减少异物高度估计的误差。另外本文还重点提出了基于相对差分法和基于Retinex增强差分法两种低对比度异物的检测方法。
　　在异物高度估计部分，寻找同一异物在左右两个视图中的位置特性，根据这一特性，获取异物的视差，由此完成对异物高度的估计。大量的实测汽车底盘图像的实验结果验证了本文方法的有效性。