车道偏离预警系统是车辆安全辅助驾驶系统的一部分,采用机器视觉技术对于偏离车道的情况予以预警。而车道线的检测又是车道偏离预警系统中的重点部分,本文针对此研究了基于机器视觉道路图像处理、车道线的检测与识别、以及车道偏离预警系统。利用摄像机采集道路图像,利用DSP对算法进行了仿真。介绍了几种常规的图像增强方法。经过试验比较,发现采用直方图均衡化能有效提高图像的对比度。在存在噪声的情况下,中值滤波有较好地滤波效果且速度快,滤波后边缘比较清晰利于后继处理。对比较经典的边缘检测算法给予了原理的说明并通过实验比较不同情况下的结果。为适应更加恶劣的环境,提出了基于小波的多尺度边缘检测算法,利用相邻小波系数的相关性去除噪声检测边缘,并通过实验比较证明小波分析的优势。在前期研究的基础上,给出了车道线检测的整体流程。为了有较好地二值化效果,采用了最大方差自动取阈法。用改进的Hough变换提取车道线,进一步提高了鲁棒性。最后对现阶段车道偏离预警系统所采用的预警模型做了简单介绍,并结合实际情况设计了一个车道偏离预警系统。本文设计的预警系统主要是利用角度的变化来获取车辆在车道中的当前位置和方向信息,根据这些参数来确定是否要发去车道偏离警告。通过仿真实验结果表明,本文提出的方法是可行和有效的。