随着社会的不断进步,汽车成为人们不可或缺的交通工具,交通安全问题越来越严峻,引起了社会的普遍关注。提高汽车安全性能、减少交通事故的发生是我们目前面临的一个比较严峻的问题。因此,智能交通辅助驾驶系统的研究成为热点,对保障车辆的安全行驶起着非常重要的作用。本文研究了车道线及斑马线和道路标志的识别和检测技术。车道线是车辆在行驶时的重要参考标志,斑马线和道路标志的识别可以为驾驶人员提供交叉路口的信息,从而达到更好的辅助驾驶的目的。本文对采集来的视频进行处理,提取每一帧图像的车道线信息,主要流程为：首先,对采集的图像进行预处理操作,主要包括图像灰度化、滤波平滑、图像增强、二值化处理和边缘修补。其次,对预处理后的图像进行特征区域提取。然后,根据车道线自身的形态特征确定筛选条件对特征区域进行筛选过滤,并采用最小二乘法对筛选后的特征区域进行拟合,识别出图像中的车道线。车道线识别后,确定当前车道中感兴趣区域,扫描该区域,根据斑马线及路面导向箭头自身的形态特征对其进行筛选及识别。利用序列图像的信息之间的相关连续性,用前一帧识别的车道线来预测下一帧车道线,得到预测区域即感兴趣区域,以减少扫描范围,提高系统的实时性,实现车道线的跟踪识别。同时,本文针对由于光照等原因不能完整提取车道线的情况,做出修补工作,保证系统的鲁棒性。实验结果表明,本文提出的算法能够比较准确的识别出车道线、斑马线及道路箭头标志,并且可以实现对机器视觉的跟踪处理,具有较好的准确性和实时性。