在我国近30年发展过程中,私家车的数量飞速增长,随之引发的各种交通事故也日益突出。由于驾驶者在变道、拐弯时看不见车辆侧方或者后方盲区的车辆,因此驾驶盲区是引起交通事故的一个重要因素。如果当有车辆进入盲区时对驾驶者适当的提醒可以减少事故的发生,减轻财产损失。目前,发达国家就开始发展高级汽车驾驶辅助系统来解决这一问题。与基于雷达、红外线等传感器的方案相比,视频传感器具有价格低、适应性强、检测范围广等优势,目前正成为研究的热点。本文利用泊车系统的鱼眼相机,基于视觉技术就盲区车辆检测展开研究,通过现有技术的分析,提出一种基于鱼眼相机的侧后方盲区车辆检测技术。本文的算法分为两个阶段：假设产生与假设验证。在假设产生阶段,首先对鱼眼相机输入的图片进行灰度处理,并选择检测区域以减少计算量,提高检测效果；然后基于光流法寻找车辆光流,并利用帧差分、逆向跟踪特征点、聚类特征点等方法对车辆光流进行筛选,在图像中快速的找到候选对象的位置,以便为下一个阶段的对象存在性验证做准备。假设验证阶段,对第一阶段提出的假设结果(即假定的车辆)作为输入,通过车辆的阴影特征验证假设的真伪。总的来说,本文研究了车辆检测的相关技术与理论,最后本文实现了该技术的原型系统,实验表明该方法对于复杂场景具有一定的鲁棒性,且能够实时工作,具有实用性。