随着城市化的开展和汽车的普及，道路交通安全问题已经成为全球范围令人困扰的严重问题。智能车辆与安全辅助驾驶致力于应用各种先进技术实现车辆的自动或半自动驾驶，减少由人的因素引起的安全隐患。行车环境的检测是实现智能车辆或安全辅助驾驶的基础。本文围绕行车环境检测对单目视觉的关键技术展开研究；针对车道与前方车辆的检测，提出了富有创新性的技术方案和算法，并通过仿真和试验加以验证。　　 单目视觉系统是本文进行行车环境检测的技术手段。本文首先研究单目视觉系统的基础理论：从摄像机的成像模型，到极点、消失点等重要概念，然后建立系统框架和实验仿真平台。　　 车道是行车环境的第一要素，正确检测车道是车辆驾驶的前提。车道标识线检测方法主要分为基于特征和基于模型两种方式。本文提出一种基于平行直线对模型的车道检测方法。该方法根据高速公路的设计要求提出平行直线对模型，再通过模式识别技术找到当前车道：首先通过改进的Sobel算子进行边缘检测提取图像边缘，然后利用最大类间方差法进行二值分割得到图像边缘点，最后通过级联Hough变换再结合车道的宽度实现车道边缘的提取。实验结果表明，该方法应用于白天的高速公路环境的车道标识线检测时．能有效地检测到当前车道的标识线。　　 前方车辆是高速公路环境中主要的障碍物，前方车辆的检测是行车环境检测技术中的关键之一。前方车辆检测方法一般都需依靠有关车辆特征的一些信息。本文考察前方车辆的几种特征后提出了一种基于多特征融合的前方车辆检测方法。该方法首先根据车辆底部阴影特征提出感兴趣区域，然后根据边缘特征筛选感兴趣区域并建立候选车辆区域，最后通过对称性测度验证候选车辆区域，最终得到前方车辆区域。实验结果表明，该方法应用于白天的高速公路环境的前方车辆检测时，能准确地检测到前方车辆。