智能化的发展,已经扩展到日常生活的方方面面。汽车作为人们生活紧密联系的代步工具,早已步入了智能化发展的阶段。智能车辆技术不仅能够极大提高汽车安全性能、减少交通事故,还能够释放人类自己,增强乘车舒适度,一直以来都是行业前进的方向。视觉导航是智能车辆技术的关键技术之一。基于单目视觉的车道识别与偏离预警技术是智能车辆技术的研究方向之一。本文中,将车道线作为控制车辆的重要参考信息,从道路图像提取出来,建立车道模型参数,确定车道、车道线、车辆三者之间的关系,提取车道线参数,实现车道识别与车道偏离预警。视觉传感器标定是偏离预警模型建立的基础,因此首先讨论了单目摄像头标定相关内容,实现了从图像坐标系到世界坐标系的转换。然后,为提取出车道线对图像预处理操作,利用灰度化处理过滤大量的无用信息;去噪滤波过程中,分析噪声的成因及主要成分,通过对比各种去噪平滑的算法优劣,选取了滤除椒盐噪声最佳且算法简单、实时性强的中值滤波去噪滤波;接着图像增强处理,提出了基于直方图均衡化的车道线增强技术,通过直方图均衡化突出车道线信息;二值化时比较了各种二值化方法,最后通过最大空间类差法完成车道图像的道路区域与背景区域二值分割。经过预处理后,对图像边缘检测,综合比较各种检测方法,提出了一种基于自适应Canny边缘检测算法;在车道识别过程中,通过极角极径的方法改进Hough变换,提高了识别效率且克服了光照不足、阴雨天气的影响,然后根据公路道路的特点,提出了基于公路模型的车道线识别算法,建立车道线模型,拟合车道线。最后建立偏离预警模型,提取车辆中心线与车道线的偏离角参数,通过计算设定一个恰当的阈值,实现偏离报警。最后的结果表明,本文提出的车道识别算法提高了系统的鲁棒性与实时性,车道偏离预警模型的效果也较理想。