随着道路交通的发展和汽车的保有量与之俱增,交通安全问题被人们所关注。交通事故的发生率也是逐年增高。有统计数据表明大部分的交通事故是由于司机的疲劳驾驶和放松警惕所致。针对当前问题,结合现今科技的高速发展,汽车辅助驾驶技术应运而生,它的作用主要是辅助驾驶员在无意识的情况下提前对其进行预警,防止交通事故的发生。本文就针对辅助驾驶中关键的车道线检测与偏离预警技术做出深入的研究分析。本文研究的车道偏离预警系统中最重要应属于车道线的识别和跟踪,该系统先是用车载摄像头获得车辆的道路行驶信息,为系统提供数据做出判断,车辆是否会发生偏移当前行驶的车道,最终是否给驾驶员发出警示的信号。本文首先是对提取到的车道线信息进行预处理操作,主要包括灰度化处理干扰信息,去噪滤波时选用了实用性好的中值滤波处理,在图像增强中选用了直方图均衡化处理道路信息,二值化时对比了几种常用的方法,在原有的最大类间方差法基础上对其进行改进。其次就是对道路的边缘检测,在Canny边缘检测算法的基础上对其进行改进,使其检测结果更加准确。在车道识别的过程中,本文选用的是基于公路模型改进的Hough变换的车道线检测算法,可以更好的拟合车道线。最后是对车载摄像头进行标定,为的是从图像坐标系转换到世界坐标系中。并对目前比较常用的几种车道偏离预警模型进行对比分析,选用的是相对容易实现的TLC模型作为车道偏离预警模型。实验的结果表明,本文提出的车道线识别与偏离预警方法符合实际要求,达到了理想的效果。