随着汽车数量的快速增加，恶性交通事故尤其是车道偏离事故加剧，主要原因在于驾驶员疲劳或注意力分散。车道偏离预警系统（Lane Departure Warning System，LDWS）可以提前预估车辆发生车道偏离的时刻，同时可感知驾驶员是否为有意识偏离。当探知到为无意识偏离时，系统就会给驾驶员以警报，进而可大大减少车道偏离事故的发生。因此，车道偏离预警系统已成为国内外研究和开发的焦点。在车道偏离预警系统中，准确获取道路信息，即车道标志线的位置，是确保准确无误报警的前提和基础。对此，本文对结构化道路的车道标志线特征进行了综合分析，提出采用一种直线模型和多线段直线模型分别对直道和弯道进行匹配，然后利用改进Hough变换对车道标志线进行检测的方法。在检测车道标志线时，由于车道标志线均分布在图像的中下部，本文提出了一种动态设定感兴趣区域（Region of Interest，ROI）的方法，既可以减少计算量，提高算法实时性，又可以确保车道标志线检测的准确性。在对比分析基于摄像头标定和仅基于图像信息而无需标定的车道偏离决策算法优缺点的基础上，本文采用一种无需标定的车道偏离决策算法，仅依据左右两侧车道标志线角度之和的变化来判断车辆是否发生偏离。对中国第一汽车技术中心提供的800多帧视频图像左右车道标志线角度进行动态跟踪，统计左右车道标志线角度之和的变化趋势。实验结果表明，采用该方法可以很好地描述车辆发生偏离车道的这一过程，同时对颠簸路面的鲁棒性高。本文研究和实验结果表明，基于改进Hough变换的直线模型车道标志线检测算法具有良好的检测效果，可应用到智能车辆安全辅助系统的实际项目中，为企业开发车道偏离预警及其他主动安全产品提供理论基础和设计依据。