در سال‏ های اخیر تحقیقات زیادی در زمینه تشخیص انسان در تصاویر به منظور کاربرد در سیستم‏ های جلوگیری از برخورد خودرو با عابر پیاده، صورت گرفته است. اما با توجه به حضور حیوانات در محدوده جاده‏ های برون‏ شهری و سرعت بالای خودرو‏های عبوری در این نوع جاده ‏ها، احتمال وقوع تصادف با حیوانات نیز بالا می‏ باشد و وجود سیستمی برای تشخیص به ‏موقع حیوانات و هشدار به رانندگان ضروری است. در این پایان نامه روشی برای تشخیص و شناسایی شتر در تصاویر جاده‏ای معرفی می‏ شود. در این سیستم یک دوربین نور مرئی در جلوی خودرو نصب می‏ شود که تصاویر جاده را دریافت می‏کند. سپس این تصاویر با استفاده از یک کامپیوتر و با الگوریتم‏ های تشخیص شتر پردازش می‏ شوند و در صورت شناسایی شتر در تصویر، سیستم به وسیله هشدار‏های لازم راننده را آگاه خواهد کرد. برای استخراج ویژگی‏ های تصویر و تشخیص شتر از دو الگوریتم هیستوگرام جهت گرادیان (hog) و توصیفگر هیستوگرام لبه (ehd) و ترکیب آن‏ها‏ با الگوریتم دسته‏ بندی کننده ماشین بردار پشتیبان (svm) استفاده می‏ شود. برای این منظور یک پایگاه داده از تصاویر شتر ایجاد شد و با اعمال الگوریتم‏ های hog و ehd بر روی این پایگاه داده و با استفاده از معیار‏ مقایسه دقت تشخیص، تغییرات لازم در ساختار این الگوریتم‏ ها برای تشخیص شتر در تصاویر به‏ وجود آمد.