场景：在车前面加摄像头，用视觉信息来检测车道线和前方车辆，以辅助驾驶
车道线检测：常为直线或者曲线，白色，利用灰度或灰度变化。先求边缘，再hough检测直线或者用。视场景可能加上形态学运算以去除噪声；
前车检测：往往图片中是汽车尾部，场景可能白天或晚上。
白天的可分为模式识别(统计)方法和检测目标轮廓的方法；统计的思路，为了实时，用Viola and Jones的级联分类器。直接检测目标，即检测汽车尾部，往往检测车和路面之间的阴影，因为这一块灰度通常很低，和场景中其他区域区分度大，cvblob的方法。对称性也可利用。
晚上主要要利用车灯，对称性、亮度值的信息
检测完可以跟踪。 TLD 或 KF？
车牌定位：常用车牌为蓝底白字、黄底黑字，主要是在该区域灰度变化很明显，所以可以检测边缘，边缘密集处为车牌可能的区域。垂直投影的方法求左右的边缘
车距测量：假设摄像头的高度和俯仰角已知，利用前车底部阴影的点，在世界坐标系中是位于地面上的(假设地面水平)，则可以求出该点和摄像头的距离
原文：http://www.cnblogs.com/tofixer/p/4943920.html