随着我国工业的高速发展,环境保护问题受到广泛关注,日益严重的空气污染,频繁发生的雾霾天气,都对人们生活造成严重影响。现阶段,我国经济与科技都处于高速发展时期,越来越多的人选择汽车作为代步工具,这在给人们带来便利的同时,也带来交通事故发生的风险,雾天环境更是增加了交通事故发生的概率。因此,雾天环境下行车安全问题亟需解决。为有效减少雾天交通事故的发生,本文提出一种在雾天环境下,基于车载视频测量前方行驶车辆安全车距的方法。基于车载视频跟踪车辆、测量车距的方法不仅成本低、实时性好,更便于安装,是智能交通辅助驾驶的重要研究领域。本文研究主要道路环境是城市道路和高速公路等结构化道路,通过车载摄像机获取前方道路情况。现有去雾算法由于图像对比度差、复杂度高,在交通道路上难以实现工程应用。本文首先通过结合能见度知识和雾天图像退化模型,对采集的雾天道路图像进行能见度计算,并设计以暗原色为基础,依据能见度对采集到的雾天图像进行图像分割,在天空区域中估算大气光值,针对交通道路场景的相关特征,对分割后的图像分区域进行不同程度的去雾处理,保留原图像的边缘色彩细节,从而完成对雾天图像的清晰化处理。其次使用Edge Drawing边缘算法对去雾后的图像进行边缘检测,能够有效提取出感兴趣区域内图像所需要的信息。最后利用改进Hough变换检测出前方行驶车辆尾部的边缘信息,保证车辆识别与跟踪,借助测距模型测得与前车的距离,能够对车距进行实时监控。为满足系统处理要求的实时性,本文采用DSP和FPGA的双核处理系统,对硬件电路模块进行设计,绘制和焊接相应的电路板。对车载视频实际拍摄的视频图像进一步进行相应算法的验证,在完成Matlab软件仿真的前提下,再基于硬件平台完成算法移植。实验室条件下验证结果表明,在低能见度条件下能够提高对前车距离测量的精确度,且该方法具有高实时性的优势,具有工程实践意义。