低能见度不仅影响道路通行能力,而且极易引发交通事故,威胁生命与财产安全,尤其在行驶速度较大的高速公路上,其安全危害更大。传统能见度检测方法主要有目测估计与仪器检测,前者主观性影响大,后者安装与维护成本较高,难以高密度布设。同时随着高速监控系统的广泛应用,采集到的视频资源为基于图像处理技术的能见度研究提供了数据基础。因此基于监控图像的高速公路能见度估计研究成为了一个重要课题。本文以白天能见度检测为主,在能见度检测相关理论基础上分析了高速公路对能见度的检测需求与检测可行性,提出了基于监控图像的高速公路能见度估计算法—利用图像亮度对比定位最远视点,通过摄像机标定完成图像最远视点到实际能见度值映射;并指出了算法中的两大关键问题:图像兴趣区域检测(天空和道路区域)与摄像机标定。首先研究了图像兴趣区域的检测方法,旨在为摄像机标定与亮度计算奠定基础。其中天空区域检测采用自适应阈值分割法与区域生长法,实验表明两种方法均可较好实现对天空区域的检测;在道路区域检测中,提出了基于线形的道路边缘检测方法,并在霍夫变换基础上设计了冗余检测边缘聚类合并算法,实验表明该方法可以较好实现对道路区域检测与道路幅面识别。其次在针孔摄像机成像的基础上,研究了高速公路环境下摄像机标定方法,并结合高速公路路面构造尺寸特点,以车道分界线为检测特征实现摄像机标定。再分别以天空与道路局部图像为基础计算各自亮度参数,利用人体视觉对比阈值0.05确定图像中最远视点,结合摄像机标定估算高速公路的能见度值。最后以两组监控图像(标清与高清)为实验样本,对高速公路能见度估计算法进行验证,实验结果表明:(1)该算法对标清与高清图像均适用;(2)算法检测结果能够满足高速公路对能见度检测需求;(3)基于高清图像的能见度检测效果更好;(4)路面干燥时能见度检测准确性更高。