近些年来高速公路上车祸频发,程度也日趋严重,基于无人机的高速公路违法行为监控方式,具有监控范围广、可移动的优点,是目前非常有前景的高速公路监控手段之一,车道线检测作为其中的重要技术之一迅速成为了一大研究热点。本文在研究现有车道线检测技术后,提出了一种航拍视频高速公路车道线检测算法,主要研究内容如下。(1)车道线图像分割算法研究。研究了一种航拍高速公路车道线图像分割算法。该算法首先为了减小处理时间,研究了一种基于峰值插值的降采样方法,既减小了图像分辨率,也保留了车道线的信息;然后针对航拍高速公路图像背景复杂的特点,研究了一种基于图像饱和度分量增强的车道线增强算法,增大了车道线与路面颜色差异;并且进一步研究了一种基于RGB色彩空间的彩色图像分割算法。实验表明,本文研究的算法能够很好地从背景复杂的航拍高速公路图像中将车道线较为完整地分割出来。(2)车道线特征点聚类处理算法研究。为了能对每一条车道线的数据进行分别处理,研究了一种车道线特征点聚类算法。该算法首先为了增大同车道线上特征点间的相似性,提出一种基于线间距的相似性度量方法,解决了航拍图像中车道线倾斜、弯曲、车道线间距小和虚实线并存等带来的相似性度量问题,并基于谱聚类算法实现车道线特征点聚类。实验表明,本文研究的算法能够较为准确地实现车道线特征点聚类处理。(3)车道线模型选择及参数估计算法研究。为了更好地描述高速公路车道线形状,采用三次B样条曲线作为车道线模型,表示车道线更准确。为了准确计算车道线的参数,提出了一种结合RANSAC、车道线分布特点和Kalman算法的车道线参数估计算法,该算法首先基于RANSAC算法实现车道线参数估计;然后基于航拍图像车道线分布特点剔除错误车道线;最后基于Kalman滤波算法对错误车道线的参数进行修正。实验表明,本文研究的算法能够较准确地估计航拍图像中所有车道线的参数。(4)软件设计。基于提出的航拍高速公路车道线检测算法,完成了高速公路车道线检测及车辆违法行为分析软件。在仔细分析软件的功能需求之后,完成了架构设计和模块设计,最后编程实现。软件测试结果表明本软件能够准确地实现车道线检测和车辆违法行为检测等相应功能。