在智能车辆领域,基于视觉的汽车主动安全系统是一个研究热点。其分为对车外环境信息的分析判断和对于车内驾驶员状态的感知两部分组成。行道线检测和车辆检测是车外环境判断的前提条件,找到稳定准确的检测算法是进行检测的基础。本文主要针对全天时行道线检测算法的和夜间的前方车辆检测算法进行了研究。本文在行道线检测算法中,以雨滴干扰为典型环境,设计了一个二次搜索抑制方法进行噪声抑制。利用帧间的先验信息建立的搜索强度阈值和抑制强度阈值的动态更新模型,使车辆在连续的检测环境中自动适应环境。针对系统要求的检测稳定性,本文通过一种帧间平滑模型进行了平滑,增加算法效果的稳定性。本文在夜间前方车辆检测算法方面通过两级分类器设置,以车灯特征为检测目标的第一级分类器负责检测感兴趣的区域,同时通过以车辆边缘特征为检测目标的AdaBoost级联分类器作为第二级分类器进行检测。这种方法可以较为有效的解决传统只依赖车灯检测中来自路面反光等带来的误检,有较好的适应性。针对来自实际路面采集的图片进行试验分析表明,本文中的算法可以较好的完成检测任务,满足工程的需要。