道路上汽车数量的日益增多导致交通堵塞,增大了交通事故发生的几率,车道偏离预警系统在降低交通事故和安全行车方面起到很大作用,车道偏离预警系统的重要组成部分是车道线检测和跟踪,它可以既有效又准确地识别车道线,因此研究车道线识别有着重要的意义。论文首先针对实际车道线特征信息不明显的问题,对原始道路图像进行预处理,包括车道线颜色分割、加权平均法灰度化道路图像、中值滤波消除图像噪声、最大类间方差法二值化图像、Sobel算子检测车道线边缘,选取道路图像感兴趣区域。基于以上各方法可消除图像中无关的信息,增强被检测车道线特征。其次,针对误检漏检问题,根据对道路类型与车道线检测模型的分析,选取结构化道路与直线和双曲线模型,由实际情况设定道路类型和车道线检测模型的假设条件。给出利用滑动窗口寻找Hough变换检测到的车道线信息,采用构建的直线和曲线模型对所得车道线信息进行匹配确定模型参数,进而准确检测出车道线位置。最后,针对检测结果可能存在偏差,利用Kalman滤波法对车道线进行跟踪,确保车道线检测结果有效性。通过仿真验证了本文方法能够准确有效地完成对实际道路中车道线的识别。