随着我国公路交通领域的飞速发展和汽车保有量的逐年猛增,人们生活质量得到明显提升,但每年交通事故发生频次居高不下,给社会带来巨大人员伤亡和财产损失。研究表明,视距不良是造成交通事故的重要原因之一,充足的视距能够使驾驶人及时发现障碍物和前方来车以便其采取正确应对措施。因此,有必要对道路行车视距进行检测,以便及时发现视距不良路段,改善道路行车环境,保障驾驶人行车安全。传统视距检测方法主要依赖于道路线形几何参数,其参数获取困难、运算效率较差。为解决该问题,本文开发了一款基于图像识别的行车视距测算系统,该系统以图像处理技术、车道线检测技术以及图像测距技术等为支撑,将行车视距计算转化为道路图像中车道线长度计算,实现了行车视距计算效率的提升。主要研究内容如下:在对道路图像进行灰度化、滤波降噪以及阈值分割等预处理操作的基础上,实现车道线和车行道虚线角点的检测和提取。提出一种直线-曲线结合的方法对车道线进行检测,以Hough变换检测结果为基础进行车道曲线特征点提取,进一步利用随机采样一致性方法对车道曲线部分进行双曲线拟合;提出一种基于轮廓的车行道虚线角点检测方法,通过轮廓提取与筛选、尖锐度计算、角点筛选与提取,得到车行道虚线角点的像素坐标。针对有车行道虚线场景,以车行道虚线角点为参考求解世界坐标与像素坐标的转换关系,建立基于车行道虚线角点的行车视距计算模型;针对无车行道虚线场景,建立基于几何关系的行车视距计算模型,并利用消失点坐标对摄像机俯仰角进行实时求解,以避免视频录制过程中车辆振动对摄像机俯仰角产生影响。结合以上两种模型,实现了基于视频图像的行车视距计算。根据车道线检测算法和行车视距计算模型,以MFC为框架开发了基于图像识别的行车视距测算系统,以道路视频图像为输入,计算并输出其对应的行车视距。经试验验证,该系统在保证一定准确性的基础上提升了行车视距计算效率,能够作为检测道路行车视距的一种手段。