随着汽车保有量的迅速增长,道路交通事故频繁发生,给人们造成了严重的危害。因此,如何减少交通事故、降低交通事故所造成的损失自然成了人们关注的重点。行人是道路交通的主要参与者,同时也是交通事故的直接受害群体。因此如何有效地保护行人的安全,及时警告驾驶员与行人的可能的碰撞已经成为目前人们研究的重点。本文以单目视觉传感器作为外界环境信息获取的主要手段,建立了一个包含行人分割和识别的行人检测系统。本文工作主要包含以下两部分的内容。在行人分割阶段,首先根据行人特有的一些特征,提出了基于垂直边缘和边缘对称性的行人分割方法,将视频图像中的行人分割出来,并进行精确定位。本文的分割算法是对运动行人的检测算法的补充与扩展,主要针对两种情况：(1)当行人的运动方向与车载摄像机的运动方向平行或者夹角很小时。(2)当行人处于静止状态或者运动速度很小时。在行人识别阶段,利用线性支持向量机进行行人识别。这个阶段包括离线训练和在线识别两个部分。在离线训练阶段,根据目标物体的局部外观和形状通常都可以通过局部灰度梯度或者边缘方向的分布很好地表示出来这一特点,采用HOG特征描述行人,进行线性SVM分类器的训练；在在线识别阶段利用前一阶段训练得到的分类器,对输入的候选行人进行识别检测。本文的行人检测算法在大量的包括不同天气和场景条件下的测试集上进行了测试,结果表明,本文提出的算法对于行人(包括静止的和运动的)具有良好的检测效果,识别率较高。