在计算机视觉的领域内,对视频进行处理是最基本的操作。在视频中对运动目标进行检测和跟踪,具有很强的应用和研究价值。在当今的生活中,视频处理技术已经被应用在各个领域,其中包括日常监控、军事交通、智能机器人等。机器视觉方法在当今复杂的交通环境中,有着很大的发展空间。先进驾驶辅助系统作为人们重要的安全保障被提出。在这个系统中,车辆碰撞检测系统是重要的组成部分。这一部分有两类方法,一类是基于雷达,一类是基于视觉。较雷达方法,视觉方法由于价格低,信息量大,范围远而更易普及。本文根据机器视觉和机器学习的理论,基于视觉的传感器,提出在动态背景下的运动物体检测与识别方法,并应用在先进驾驶辅助系统中,来实现车辆碰撞检测。本文的主要贡献如下:(1)在详细研究了机器视觉中运动分析的基本原理(背景差分法,建模法,光流法)和机器学习的特征检测和学习的基本方法,不同于现在常见的单独使用特征检测方法。本文方法以假设产生和假设确认的过程为模型,在行车辅助系统中提出了碰撞检测的方法。经实验证明在光照稳定环境下,该系统可行有效。(2)在详细研究了碰撞时间检测和短程通信技术的文献后,提出将碰撞时间检测方法应用到驾驶辅助系统中,并使用短程通信技术进行通信。通过这两个方法来完善系统,与以往的仅仅进行车辆检测不同,提出了一个完整的碰撞检测的实现系统。