行车记录仪普及度高、辐射范围广,能够有效的扩大交通监管力度。随着计算机视觉技术、辅助驾驶技术、芯片技术的发展,行车记录仪逐渐从记录工具转变为智能辅助驾驶工具。本文利用单目相机与微机电陀螺仪模拟行车记录仪平台,设计了图像防抖、车距预警、车道线偏离检测三个部分,实现在突发性驾驶员疲劳、误判、溜车等情况的报警以及道路颠簸的稳定记录。图像防抖部分通过陀螺仪大幅度图像校正及基于特征点匹配的小幅电子稳像,实现了实时图像防抖,稳定了行车记录仪的输出视频流,降低取证难度并可提高识别准确度。通过对于传统基于特征点匹配的防抖算法加以预先的陀螺仪大幅度抖动校正,解决了传统方式可能出现的特征点对少或特征点误匹配等问题。车距预警部分依靠对先验车牌颜色及尺寸信息的检测实现前方车距估计,并通过Kalman滤波实现车距预测以提高响应时间,弥补了传统基于阴影检测的测距方式无法近距离检测阴影的问题。同时,结合分水岭算法实现了蓝色车辆背景干扰下的车牌识别,保证了车距检测的适应性及可靠性。车道线偏离预警部分依靠透视变换后的车道线平行关系,利用颜色及梯度特征的融合,实现了车道线检测并定位车体位置。最后结合车辆偏角信息,对驾驶员变道及偏离行为做出判断及报警,解决了传统车辆偏移预警系统无法判断主动变道及无意识偏离的问题。最终通过对以上三个部分进行系统集成及实地测验,验证了图像防抖算法在图像识别中的重要意义,给出了一套能够在行车记录仪平台上应用的实时图像处理、识别与辅助预警系统。