随着信息科学、计算机视觉以及智能汽车的不断发展,具有显示和定位功能的汽车全景辅助系统已成为相关领域科研工作者的研究热点。汽车全景辅助系统具有全景可视化车身周围信息,有效消除视觉盲区,帮助驾驶者及时了解路况信息,提高驾驶汽车的相关安全技术等功能,得到了广大使用者的青睐。然而,目前市场上的汽车全景显示系统拼接实时性较差、视觉效果不清晰,且缺少对运动目标的检测和定位功能(如:位置、速度和方向)。因此,本文将针对上述问题,研究一种具有移动物检测和定位功能的汽车全景显示系统,该系统能够实现图像的快速拼接、运动目标的特征提取以及目标的位置、运动速度和方向的精确估计,具体研究内容如下:首先,研究了一种基于小波变换的新型SURF汽车全景辅助系统图像拼接方法。该方法利用小波梯度矢量提取图像重合区域的特征点,实现低频图像下快速获得特征点,同时进一步利用图像特征点约束的单向匹配和方向一致性,有效剔除误匹配点对,从而提高特征点匹配精度和实时性。其次,探讨了一种基于Vi Be和五帧差分算法的汽车全景辅助系统运动目标检测方法。该方法针对传统Vi Be算法检测结果存在鬼影和阴影问题,通过多帧连续图像初始化背景模型替代了单帧图像初始化背景模型和引入的五帧差分算法消除光线干扰,抑制运动目标鬼影和阴影,极大提高了运动目标检测的准确率。最后,研究了基于单目视觉的汽车全景辅助系统运动目标定位技术。通过引入中值滤波算法对检测到的运动目标图像进行预处理,并利用Canny算法对运动目标图像进行边缘检测,在此基础上,采用单目视觉的目标定位算法将运动目标的二维图像信息转换成世界坐标系下的三维坐标信息,同时采用卡尔曼滤波器实现对运动目标进行跟踪,从而实现对运动目标的位置、速度和方向等参数的精确估算。综上,本文研究对智能汽车技术的发展和全景辅助系统的推广具有重要的理论和实际应用价值。