随着机动车辆数量的不断增加，车祸等道路交通事故对人们的生命安全造成了很大的危害，已经成为全社会广泛关注的问题。于是，研制智能车辆安全辅助驾驶系统成为了计算机视觉研究的一个热点。我国道路交通的具体情况——行人是交通道路上的重要参与者，而在许多时候，行人与车辆之间发生的碰撞事故是由于驾驶员的疏忽大意、判断失误或者疲劳驾驶而造成的。为了能够更加及时有效的保护交通道路上的行人的安全，检测并跟踪车辆前方道路上的行人，适时提醒驾驶员注意车辆前方道路上的行人以及行人的运动情况，并且及时向驾驶员报警，是智能车辆安全辅助驾驶系统的研究重点，对降低行人与车辆之间发生相互碰撞事故的概率有很重大的意义。通过安装在车辆上的摄像机，获取车辆前方道路环境信息，对智能安全辅助驾驶系统，特别是其重点：对序列图像中的运动目标的跟踪，进行了研究。改进了基于相关的模板匹配跟踪算法：提出了加权去均值归一化相关测度；针对序列图像中运动目标姿态、尺寸大小等不断变化的情况，提出了改进的结合了相关系数和目标尺寸变化的自适应模板更新策略；为减少相关跟踪中不必要的计算量，提出了结合kalman滤波预测行人在下一帧图像中可能出现的区域范围，使相关搜索匹配的范围从整幅图像减少到只需要在所预测的行人可能出现的区域范围内进行，从而大大减少计算量。这些提出的改进方法在一定程度上改善了序列图像中，相关匹配算法对运动目标的跟踪性能和跟踪效率。之后，还研究了粒子滤波理论，提出基于直方图的粒子滤波跟踪算法，可以更可靠、稳定的跟踪。本论文对智能安全辅助驾驶系统进行了研究。利用简化的单目视觉测距算法，估计车辆前方道路上的行人与本车之间的距离，并在此基础上，研究制定了预防碰撞行人的预警机制和预警策略，当车辆前方道路上的行人与车辆之间距离过近时，向驾驶员报警，以提醒驾驶员及时采取有效的保护措施，避免发生交通事故。