智能车辆是集多种传感器数据融合、视觉信息处理、环境建模、规划决策、多等级辅助驾驶等功能于一体的综合系统，近年来得到了高速发展。基于视觉的道路识别技术，是智能车辆研究领域的热点方向之一，而车道线检测与识别是实现这一技术的主要研究内容。本文围绕基于视觉感知模型的车道线检测与识别技术进行了深入研究。　　 论文的研究内容主要包括：视觉感知模型结构、道路图像处理、车道线拟合及偏离报警三个方面。从道路环境理解的角度出发，应用基于视觉感知模型的视觉注意机制，对行驶车辆前景中的车道线进行检测，通过获取车辆当前道路的位置信息和方向信息对车辆发生偏离时做出预警。　　 首先使用基于视觉感知模型的视觉注意机制对初始图像进行感知和识别，提取出图像特征信息，利用中央周边差的方法从不同特征信息中产生对应的特征显著图，采用多特征图合并策略将产生的不同显著图合并生成兴趣图，通过竞争机制检测兴趣图中显著度高的区域并加以标注，之后抑制最显著区域，从而转向下一个显著度最高的区域，直至完成感知识别，并将注意焦点区域提取出来。然后对分割出的图像进行灰度化、锐化、边缘检测等处理，得到车道线的边界特征，再利用Hough变换进行车道线拟合。最后根据得到的车道线位置参数信息对车辆是否偏离车道线做出判断，从而实现预警功能。　　 为了验证本文算法的有效性，在不同道路环境下对算法进行了相关实验，并得出了实验结果，同时与有关算法进行了比较。