从复杂、动态多变的交通图像中准确提取障碍物的轮廓曲线是智能汽车的一个重要研究课题，它对行人保护起着十分重要的作用。Snake模型是用来自动提取物体边界的曲线模型。结合立体视觉技术和Snake模型以实现行人检测：运用基于稠密视差的立体分割方法查找并分割潜在行人目标区域，为了便于后期目标轮廓提取，基于边缘检索的立体匹配算法被进一步用于提取感趣区(ROIs)内的目标初始边界；在此基础上，用Snake模型提取目标的完整轮廓曲线；轮廓因子及目标高程被用于ROIs的验证，即行人识别。针对Snake模型易受噪声干扰及难以收敛到凹陷边界等缺陷，提出了改进的距离势能模型。以典型交通场景为分析对象，对所提出的方法进行了测试，得到了较为理想的结果。