刘仕照，钱 鹰

（重庆邮电大学自动化学院 重庆 400065）

近十几年来，安全辅助驾驶系统是当前国际智能系统的重要研究内容，其安全辅助驾驶技术的研究主要集中在车道偏离预警、前方障碍物探测、以及驾驶员状态监测等方面。基于道路检测技术的驾驶员辅助驾驶系统或预警系统，可以减轻驾驶员的压力和疲劳程度，提高行驶的安全性，减少交通事故的发生，提高交通效率。在车道偏离预警系统的研究当中，车辆的导航路径主要是车道标识线，因此，快速准确的识别车道标识线具有重要意义。目前，道路识别算法主要有图像特征法和模型匹配法[1-2]，这两种方法都对复杂车道环境（如树木，房屋，阴影，车道标示线不明显）难以检测和错误检测。究其原因，绝大部分是由于在预处理时，图像分割效果不够好，导致后续的车道标识线识别出现偏差。

文中利用Sobel算子对原始道路图像进行边缘增强，采用基于边缘特征的阈值选取方法实现图像二值化，然后利用数学形态学滤波处理，除去杂散边缘和双边缘，最后结合抗干扰能力强的Hough变换识别出车道标识线。

1 图像预处理

由于摄像机所采集到的图像是主要有天空和道路区域两部分主要信息，且因为环境复杂，图像中可能含有无用噪声，不适应与车道标识线的直接提取，这就需要根据车道特征，确定道路区域，进行预处理，排除无用的信息，好的预处理算法可以有效提高车道线分割的正确率。……