本文以汽车辅助驾驶中的障碍物检测为应用方向,以摄像机采集的图像为处理对象,研究基于单目视觉的障碍物检测问题。本文实现了车载后置相机的障碍物检测,利用地面上的点的运动信息和相机与自车之间的位置关系,恢复相机的运动参数,进而从二维图像中恢复场景中特征点的三维信息,将特征点的三维信息进行聚类,分割出立体障碍物,达到障碍物检测的目的。以此为驾驶员提供潜在的障碍物信息,达到提前预警的目的,以提高驾驶过程中的安全性。本文以基于单目视觉的障碍物检测的过程为主线,主要工作如下:1.研究了特征点提取算法,介绍了 Harris特征提取算法和FAST9特征提取算法,分别在图像存在旋转变化、尺寸变化和添加高斯噪声三种情况下比较两种算法的重复度,重复度越高,说明算法的特征点提取效果越好。2.采用Harris特征提取算法图像进行特征点提取,后续采用基于金字塔的Lucas-Kanade光流跟踪法完成两幅图像间特征点匹配。3.根据相机和自车之间的位置关系,通过追踪符合条件的地面上的点,利用RANSAC算法来确定自车的运动参数,进而确定相机的运动参数,根据立体视觉的成像原理来完成空间点的三维重建。4.通过对空间点进行聚类,最终实现障碍物的检测。