随着人类社会的快速发展,车辆日益增多,道路交通事故频频发生,给人类社会造成了巨大的损失。因此,如何减少交通事故的发生和降低损失成为了全世界关注的热点。智能辅助驾驶技术是减少交通事故的发生和降低交通事故损失的有效方法之一。行人检测是其中的关键技术,它是利用传感器技术、图像处理技术、计算机技术等多种技术融合检测目标区域中是否存在行人。论文对智能辅助驾驶系统中基于机器视觉技术进行研究。首先分析了运动模糊图像的退化模型,研究了物体运动模糊图像成像原理,得到用于行人检测的运动模糊图像成像方法,确定了造成运动图像模糊的主要因素,然后对运动模糊图像进行处理,重点研究维纳滤波方法,得到较好的图像恢复效果。其次,研究了行人的轮廓特征,采用多种方法对行人图像进行边缘检测,得出基于Canny算子的边缘检测方法具有较好图像边缘检测效果,用此边缘检测方法结合灰度形态学进一步进行图像处理,试验结果显示该方法能很好地消除行人轮廓的干扰因素。最后,详细分析了支持向量机算法,并构造了支持向量机分类器,分别选择纹理特征和不变矩特征作为行人的特征点,从样本图像中提取试验数据,选取部分样本对支持向量机分类器进行训练,然后用训练后的分类器对测试样本进行识别试验。试验结果表明,这两种特征点都能够对行人进行有效地识别。论文的图像试验样本采用摄像机的形式模拟车载视觉传感器获取,对采集到的图像进行预处理,建立行人和非行人图像数据库。