在智能车辆的信息感知中,对前方行驶车辆的检测是其核心任务和重要前提之一。本文以智能主动安全预警系统为背景,以城区复杂背景条件下行驶的车辆为研究对象,对小波变换在目标检测领域中的应用进行了讨论和研究,并基于以上理论提出了一种基于单目视觉的车辆检测的新方法。在车辆检测算法的研究方面,首先用三层金字塔高斯滤波器对原始图像进行平滑,然后采用一阶导数算子——3×3的Sobel算子提取平滑后的图像中包含的边缘信息。在得到图像全局轮廓的基础上,根据投影映射原理和统计数据求得图像中车宽阈值,运用“投票”机制来求取图像中存在的轮廓对称轴,并将对称轴位置映射到一个一维向量中。然后利用小波模极大值原理,通过小波变换检测出一维投票结果向量中的信号突变点,在整个像平面的对称轴集合中探测出候选车辆对称轴。得到候选车辆对称轴后,为了产生可用于确认判别的车辆外接矩阵Region of Interests(ROI),采用了边缘特征作为车辆左右边界定位的依据,并根据底部阴影特征来定位下边界,而对定位准确度要求较低的上边界则简单采用外形高宽比来检测。最后,通过基于局部信息熵和局部灰度对称性测度的假设验证对ROI区域进行验证并对验证后的车辆区域进行滤波,得到最终检测结果。大量的实验数据表明,本文算法具有较高的检测精度,较高的算法稳定性和运行鲁棒性,能较好地满足实际应用的需求。同时,由于本文算法是在全局图像中进行车辆检测,并未采用车道线等通常的约束条件,因此本文算法可良好地应用于城区道路等复杂环境下的车辆检测。