交通事故快速处理是智能交通发展的重要领域之一。随着国民经济的快速发展,机动车保有量的快速增加,交通事故越发频繁。传统的交通事故量测方式主要依靠人工量测,作业效率低,较长时间的量测极可能造成交通拥堵,同时量测结果纯粹靠手工记录,勘测精度不高,也无法对事故场景二次验证。随着各类新型测量仪器以及数码照相机应用于交通事故现场勘测,在一定程度上缓解了现场人员的压力,但是仍然避免不了低效率的作业模式。因此,对交通事故现场勘测新技术的研究具有重要的理论价值和实际意义。针对目前火热的无人机市场,本文对无人机低空影像下的道路信息检测方案进行研究,对影像中的车辆及车道线进行目标识别,同时基于识别结果完成标定和图像重绘工作。(1)提出一种基于彩色特征点的车道线检测算子。在分析SUSAN角点检测原理后,提出一种改进的具有针对性的角点检测算法,可以对具有独立明显特征的物体进行检测,并对检测结果进行针对性的聚类,达到车道线检测的效果。实验结果表明在影像较好的情况下,这是一种精度较高的精细化提取方法。(2)提出一种利用车道线宽度进行标定的自标定方法。这种方法可以在道路存在行车线的情况下对影像进行标定,实现图像尺度与现实尺度的转换,实验结果证明这种标定方法的精度比较好,可以满足后续测量工作的要求。(3)对影像中车辆目标的光学特征进行分析,实现了基于多特征融合的车辆检测方法的研究,在分析了常见的各类小型汽车后,构建了一种方便表达的车辆拓扑模型,并与车辆检测的结果进行匹配,基本实现了影像中车辆的检测及矢量化工作。最后,本文利用软件实现了影像中道路信息重绘的一系列功能,基本实现了基于单幅影像的道路信息检测的目的。