针对目前汽车上的主动安全系统的成本高、普及性差的问题，较好的解决方法就是将成本低廉且技术成熟的视觉传感器应用于汽车主动安全系统当中。基于视觉的汽车前向防碰撞技术便成为提高汽车安全性降低交通事故发生率的主要方法。在此情况下，本文就基于视觉的汽车前向防碰撞技术做了相关的研究，具体的包括以下几个方面： 1.提出针对复杂环境的图像预处理方法和根据不同情况调用不同预处理方法的预处理方案。针对于传感器本身的噪声给出了基于小波变换的改善的软阈值降噪方法。对于外界环境原因的造成的图像降质，本文给出主要有两种处理方案。一是物理图像预处理方案，即通过在汽车驾驶室上摄像头对应的位置安装上防遮雨装置，可以很好的减少雨点落在镜头对应的挡风玻璃处；在镜头周围安装静电除尘装置减少室内灰尘对图像的影响。二是针对于不同天气或光线异常情况的图像预处理数学方法。 2.给出一种基于道路视频图像的车辆识别思路，即单帧识别加多帧验证的车辆识别方法。其中单帧图像中的车辆识别又分为基于边缘的轮廓检测和基于区域的车辆识别，每个感兴趣区域根据与汽车的相似程度给定相应的分值。多帧验证是根据不同帧图像之间的附加信息进行“伪车辆”的滤出。 3.提出了一种包括边缘定位和模板更新机制的车辆跟踪思路，根据汽车行驶的不同情况将跟踪情形分为车辆遮挡、车辆产生和消失、图像信号消失和光线异常等情况，并根据不同的情况提出了各种情况下的车辆跟踪思路。 4.提出了图像感兴趣区域的划分策略和通过目标车辆在图像中的尺寸大小、车辆底边在图像中的位置估算主车与目标车辆之间的相对距离和碰撞时间的方法。另外，本文还将主车的当前状态分为安全状态、提示性状态和紧急状态三种并对这三种状态给出了不同的预警策略。