随着经济发展,城市化进程的快速发展,汽车越来越普及,随之而来的问题就是交通环境的日趋恶劣,交通拥挤日益加剧,交通事故频发,交通问题已经成为全球范围内人们普遍关注的社会问题。针对这一严峻问题,人们提出来了安全辅助驾驶的概念,而车道偏离预警系统(Lane Departure Warning System)则是其中最为重要的研究内容之一。车道偏离预警系统属于智能车辆视觉导航系统,旨在帮助驾驶员保持车辆在正常车道内行驶,防止疲劳驾驶,是近年来汽车智能辅助驾驶系统中的核心系统。由于智能车辆视觉导航系统需要车道线信息来确定车辆行驶轨迹,所以车道线识别是此类系统的一个重要组成部分。本文研究了如何有效地识别出车道图像中的车道线信息,主要包括车道图像增强、车道线检测和车道线识别三部分。同时也简单介绍了车道偏离与预警。(1)介绍了一般图形图像的基本的处理流程。即通常包括滤波、增强、检测、定位四个步骤。(2)分析了几种常用的图像处理算法,并根据车道图像处理的具体要求,选取合适的图像处理算法。并对几种传统边缘检测算法进行分析与比较,提出改进的边缘检测算法。(3)对车道线识别算法进行了详细论述,通过对车道图像的边缘检测结果进行感兴趣区域的划分,将车道图像分为多个感兴趣区域,并在不同的感兴趣区域内针对不同的车道情况分别采用不同的车道模型,对边缘图像进行车道线的识别,最后拟合出完整的车道线。(4)偏离预警模型的研究。提出了具体的简单有效的车道偏离预警的评判标准。(5)车道偏离预警系统的设计与实现。以Visual Studio 2010为开发平台,利用开源图形图像库AForge. Net,采用C#作为开发语言,设计并实现了车道偏离预警系统简单原型该系统,其中包括车道视频图像捕获、图像预处理、车道检测与识别和偏离预警等。