近年来，汽车越来越大众化，犯罪人员利用机动车辆携带危险和违禁物品已经成为全球范围内令人困扰的严重问题。特别是当今世界各地不断发生汽车爆炸事件，恐怖组织活动猖獗，为了保障社会安定和人民的生命、财产安全，各国都纷纷加强了针对车辆的安全监控措施。恐怖分子大多会把爆炸物藏匿于汽车底部来躲避检查人员的视线，另外许多偷渡人员也是藏匿于大型车的底部来实现非法入境。因此，汽车的底部已经成为安全检查的重点对象。针对目前车底安全检查存在的问题，本文设计并实现了一个智能车底安全视觉检测系统。论文首先阐述了系统的总体设计方案，给出了系统的工作原理；然后详细介绍了系统的主要功能模块和关键技术的实现方法，针对动态车辆的成像特点，提出了采用线扫描技术实现车底成像，通过网络将所获得的车底和车牌图像传输到远程服务器端；并根据系统的要求，对车底图像拼接方法进行了深入地研究。研究了一种结合分形特征和灰度相关的由粗到精的车底图像配准算法，首先利用分形特征快速进行图像间的粗配准，得到初步的配准结果，然后利用灰度相关剔除粗配准中错误的匹配区域，最后得到的准确配准结果，实验表明该算法既提高了配准的速度，又保证了配准的稳定性。研究了一种基于Curvelet变换的车底图像融合方法，融合结果表明，融合后的图像对源图像的边缘结构特征保持好，与源图像信息相关程度较高且差异性较少，有效提高了车底图像拼接的质量。最后，设计开发了系统的客户端软件和服务器端软件，解决了实际调试中出现的问题,使得系统各项性能运行良好。系统在保证准确性的前提下，大大提高了车底安检的自动化程度，在海关、机场、军事部门等安检要求较高的场所有广泛的应用前景。