周桑彦，李东新

（河海大学 计算机与信息学院，江苏 南京 211100）

随着现代社会的发展与我国城市化进程的加快，汽车交通在给我们带来便利生活的同时也导致了道路车辆拥挤、交通事故频发、交通环境恶化、能源紧张、环境污染不断加重等问题。智能交通系统(ITS)就是在这种背景下应运而生的。而车辆检测与跟踪是基于视频技术的智能交通系统中最关键的技术之一，具有不破坏路面，检测范围大，安装使用灵活，维护费用低的特点，是计算机图像处理的一个重要研究领域，也是一种简单而有效的交通信息统计的方法[1]。

在基于视频的车辆检测与跟踪系统中，运用图像预处理技术的道路的检测是其最基础的部分。理想的道路检测算法是通过摄像头提取的信息就能够准确的定位分析，但是以目前的技术条件，没有任何传感器能保证提取的信息一定是准确无误的，而且由于外界环境的变化，如光照，阴影，雨雪天气都会对摄像头的信息提取产生影响。因此通过对道路的检测，确定路面区域，进一步缩小感兴趣区域，可以为之后进行的车辆检测和识别，有效地提高系统的准确性和实时性。本文通过分析道路检测的整体流程，对比分析多种算法，提出了适合本系统的，以检测车道线和道路边界为主的智能车道路检测的方法。

1 道路检测整体流程

道路检测是车辆检测与跟踪系统的第一部分，也是最基础的部分。其中包括图像输入、图像预处理、有效区域设定并对图像灰度化、道路边缘增强、检测路面边缘等部分。……