随着汽车使用量的日趋增长,城市道路交通事故的发生也越来越多,为了提高城市道路交通的安全性,车辆安全驾驶辅助系统研究已成为全球各国关注的重要领域。其中,基于视频图像的行人检测技术是车辆安全驾驶辅助系统的主要研究方向,通过对外界环境信息的采集和分析并及时反馈给辅助系统,使其做出有效判断。论文以单目摄像机作为视频图像信息的获取手段,针对视频图像行人检测中检测精度差、检测速度慢问题进行了研究分析。本文主要工作分为两部分。在感兴趣区域获取部分,基于行人垂直边缘对称性特征和肤色特征,设计了一种行人轮廓提取方法,该方法可滤除图像中干扰行人轮廓的冗余信息,将行人轮廓从图像中分割出来,再通过获取对称轴、行人宽高来确定感兴趣区域,有效地解决了对静止或相对静止行人漏检的问题。目标识别部分,基于方向梯度直方图特征结合支持向量机的行人识别方法,利用调整后的HOG特征算子对行人提取特征向量,并输入到训练好的分类器中进行分类识别。仿真结果表明,本文设计的识别方法能够对视频图像中行人进行准确有效地检测,且节省了运算时间,提高了检测系统的效率。