近几年来，机器视觉技术在安全领域所能起到的重要作用不断突显，使其成为可以替代人眼或是作为人眼辅助的最佳技术手段。智能交通系统是机器视觉技术在交通安全领域最为常见、最具代表性的应用，通过建立覆盖城市主要干道及路口的数字监控网络，借助于机器视觉系统对交通路口车辆运行状况进行精准成像，并实时将图像信息传送到调度中心，实现对道路车辆运行状况的监控。
机器视觉在交通中的应用.jpg
交通安全一直是安全领域中的一项重要分支，尤其在如今车辆剧增造成道路行车压力过重的社会背景下，如何有效解决交通安全问题迫在眉睫，而机器视觉技术自然在其中发挥着一定的作用。车载机器视觉技术也是近几年来逐渐发展起来的应用之一，针对人眼存在的各种物理条件限制、视觉缺陷等，提供了贴切适宜的驾驶辅助作用。
视觉增强应用
视觉增强系统能够根据不同的气候条件，在不同的时间相应的增强驾驶员的视觉能力。借助于机器视觉技术，采用CCD、红外传感器、车速传感器、GPS及毫米波雷达等传感器获取道路信息，通过图像处理软件进行信息的传输与处理，提取低能见度、低照度下交通环境的有用信息并剔除噪声，在最短的时间内以图像的形式提供给驾驶员，提高车辆行驶的安全度。
车辆行人检测应用
车辆检测系统借助机器视觉技术，可以利用各种传感器探测周边车辆的相关信息，包括前后方车辆速度、位置以及障碍物的大小位置等。行人检测系统也是以同样的原理展开应用，通过机器视觉技术检测出行人的位置。
疲劳监测应用
目前驾驶疲劳检监测系统研究中，多采用车载机器视觉系统监测人体姿态和操作行为，根据系统反馈信息来判别疲劳状态。当驾驶员处于疲劳状态时，通过声音、光线、振动等刺激驾驶员，使其恢复清醒状态。在一定范围内，极大地减少了因驾驶人员疲劳而造成的交通意外事故。
视觉是人类观察世界、认识世界的重要功能手段,人类从外界获得的信息约有75%来自视觉系统,特别是驾驶员驾驶需要的信息90%来自视觉。朗锐智科（www.lrist.com）认为,在目前汽车辅助驾驶所采用的环境感知手段中，视觉传感器比超声、激光雷达等可获得更高、更精确、更丰富的道路结构环境信息。
