近年来,随着交通的发展和车辆的持续增多,交通安全事故频频发生,安全驾驶已成为日益突出的问题。智能交通系统(Intelligent Transportation Systems, ITS)与车辆辅助驾驶系统(Driver Assistance Systems, DAS)成为国内外研究的热点。其中,前方车辆的实时检测技术是车辆辅助驾驶系统中的关键内容之一,对于实现停车辅助、碰撞避免等具有十分重要的意义。本文设计了一种基于车牌的动静态车辆检测算法,开发了实时车辆距离预警系统。综合利用车辆的车牌特征、纹理特征、灰度对称性特征以及统计特征来检测前方车辆,并将该算法在DSP应用板中编程实现。在算法研究方面,本文利用实际生活中最为常见的蓝色和黄色车牌在YUV颜色空间的聚类性,实现了车牌提取,利用腐蚀、膨胀的开闭运算等形态学处理方法对车牌图像进行了降噪和修复,并结合连通域标记方法实现了对多个车牌的标记和定位,利用基于知识的纹理及灰度对称性特征完成对非车辆区域的排除。为解决车辆遮挡问题,本文设计了构造车辆局部特征子空间的方法,并采用二维主成分分析(Two-Dimensional Principal Pomponent Analysis,2DPCA)与最小距离分类器进行车辆的验证,实现车辆检测；最后,本文建立了车距预警模型,结合检测算法,实现了近距离车辆的警示,并对警示车辆的左、右侧方位进行判别。本文首先在MATLAB平台上完成了视频车辆检测算法的研究和仿真测试。之后,在硬件实现方面,分析了系统硬件需求,选取ICETEK-DM6437-B评估板作为硬件平台,选用CCD摄像头作为视频采集工具；其次,在车牌提取与初步定位阶段,将图像进行抽行抽列处理,减少了DSP处理的数据量,提高系统检测效率；最后,将算法移植到CCS集成开发环境中,利用C语言编程并进行了代码的优化,完成视频车辆的检测与车距预警。实验结果表明,本文设计的车辆检测与预警算法检测率可达90%以上,具有一定的鲁棒性和实用性。经过代码优化,效率得到了显著提升,每秒钟能完成大约三帧数据的处理,具有较好的实时性。并且该算法能有效的检测存在遮挡的车辆,减小光照等外界条件的影响。