高速公路汽车测距系统是为了完成障碍物实时检测，以得到障碍物的准确位置信息，从而实现汽车自动防撞安全行驶。基于计算机视觉理论的视觉测距技术是目前该领域内一个很有价值的研究方向。 本论文中，根据课题实验环境的特点，选择了其中基于双目立体视觉原理的被动测距的方法，通过图像分割和模式识别技术并结合一定的先验经验完成高速公路上主要障碍物—汽车的识别提取，最终得到障碍物的位置信息。其中图像分割部分是本论文的难点，也是工作重点。 虽然现有的图像分割方法很多，如基于灰度图的分割、基于彩色图的分割、基于信息论的分割等等。但在高速公路这一复杂的背景环境中，这些方法的效果都不是很理想。通过对大量实际路面图进行分析总结后，论文中提取了一种基于车道区域内的彩色图像分割的方法。先通过均匀性边缘提取找到路面区域并排除路面以外的部分，然后在路面区域内利用彩色图像信息进行分割，并结合先验经验实现目标提取。完成立体匹配得到两幅图中的相关信息之后，利用被动测距公式即可得到障碍物的位置信息，实现汽车测距。当然为减少处理难度，还需对输入图像进行预处理等操作。 对结果的分析表明本论文中的方法基本达到课题的要求，可以完成高速公路的汽车测距。