随着社会信息化、智能化的快速发展,汽车的使用率也在不断的上升,成了人们日常生活中不可或缺的交通工具。在其提供便利的同时,也带来了一系列的交通安全问题。提高车辆的安全驾驶性能和降低交通事故发生率,便成了当下急需解决的核心问题。因此,安全辅助驾驶系统应运而生,然而车道线识别与预警技术是其领域的一个重要的技术核心,对保障车辆的安全驾驶起着至关重要的作用。目前的车道线识别与预警技术的鲁棒性和精准度较低,特别在面对复杂路况下的检测过程中,由于车道线缺失、阴影区域过大、对比度低、异物遮挡等不利因素,给最终检测结果带来较多的漏检与误检,降低算法的检测精度,难以达到对车道线的实时检测和偏离预警。本文基于数字图像处理知识,通过对现有车道线识别与预警算法的深入研究,以实时视频数据为对象,提出了一套新的车道线识别与预警算法,具体研究内容如下:(1)首先进行摄像机标定,对目标区域进行精确定位,获取实时数据信息。然后通过预处理算法可以很好的对噪声进行抑制,同时对目标区域进行增强,利于后续车道线目标的特征提取和拟合。(2)车道线的检测与识别中,主要分为车道线区域检测和车道线识别两部分。车道线区域检测分为三个步骤:首先,为了实现实时检测,采用自适应阈值分割对路面感兴趣区域提取;然后主要采用区域填充、边缘校正、边缘提取算法进行疑似车道线区域修正;最后结合多特征融合技术,对非车道线区域信息进行滤除,提取出所需的车道线边缘信息,实现了车道线区域提取。在车道线区域检测的基础上进行车道线识别,分为三个阶段:第一阶段,采用Hough变换和Shi-Tomasi角点检测相结合的方式,提取出车道线的自身特征信息;第二阶段,采用动态区域划分机制,进行车道线上的特征点的精确划分归类;第三阶段,使用改进后的最小二乘法进行车道线的双曲线拟合。通过实验对比验证了算法具有很好的鲁棒性和实时性。(3)车道偏离预警的功能在安全辅助驾驶系统中是至关重要的。论文采用基于夹角法的车道偏离预警模型,对视频流中每一帧的车道线进行拟合得出其对应的斜率和多个参数,通过分析大量的数据,最终设定预警模型的预警参数,从而实现车道偏离预警功能。(4)算法对比分析与设计。本文通过车载摄像机进行视频数据采集,算法运行环境采用c/c++与OpenCV2.4.9开源算法库。实验随机选用4组视频数据(共7200帧测试图像),包括7种不同场景。实验结果表明,与H-Endpoints、PD-Filter以及EKF-Detection算法相比,本文算法的识别率得到较大提升,总体识别率接近97.82%。由于采用摄像机标定处理,降低了算法的搜索范围,使得算法的处理效率得到较大提升。本文算法可以很好地检测车道线,且在变道或车道偏离等情况下能及时发出预警。