车辆驾驶过程中能否与障碍物发生碰撞直接关系到车辆的安全驾驶。由于采集的图像因外界干扰会出现图像失真,导致障碍物高度及车辆与障碍物间距的判断失误,最终发生车辆与障碍物的碰撞。因此,滤除图像中的混合噪声,更准确的判断安全行驶距离,预防碰撞事故的发生,对于汽车的安全驾驶有着重要的意义。本文针对当前采集图像中存在的缺陷设计并实现了一种基于高斯椒盐图像去噪的障碍物碰撞预警系统,为辅助驾驶人员的安全驾驶提供了有力的保障。主要的研究工作内容如下:首先,本文介绍了图像去噪算法在图像处理中的研究背景和意义,并介绍了图像去噪算法及其应用现状。对双目视觉、边缘检测算子进行了系统性的介绍。其次,本文通过查阅大量资料,针对大部分去噪声算法准确度低的问题,提出了一种改进的三维块匹配去噪算法和自适应双边滤波算法。三维块匹配算法结合了结构相似性与Canny边缘算子的优点,通过Canny边缘算子在该算法的基础估计阶段和最终估计阶段进行边缘检测,再结合结构相似性与欧氏距离共同来进行相似块搜索。相似块搜索分别在边缘区域与非边缘区域进行,进而提高相似块搜索的准确率。自适应双边滤波算法将结构相似性作为判别标准,使空域权重因子能自适应地调整权值。经两次滤波能够有效地去除椒盐噪声和高斯噪声。仿真结果表明本文提出的基于高斯椒盐图像去噪的算法能在保持最小误差的基础上进行高准确度的图像去噪,同时又能保留图像的边缘、细节等有用信息。最后,本文结合提出的图像去噪算法,设计并实现了一个基于高斯椒盐图像去噪的障碍物碰撞预警系统。系统分为下位机和上位机两个部分,下位机采用两个CCD相机实现终端节点,树莓派作为中央处理单元;上位机系统使用Java语言和Intelli J IDEA开发工具进行代码编写,上位机实时接收两个CCD相机采集的数据,同时上位机具备实时报警的功能,可以通过语音报警和图像界面交互的方式通知用户。通过测试证明,系统可以高效稳定的运行,基于高斯椒盐图像去噪的障碍物碰撞预警系统可以更好的满足驾驶人员的需求。