随着交通事故的频发,辅助汽车安全驾驶的智能交通系统的研究受到学者们的广泛关注。车道偏离预警系统是智能交通系统研究中的一个重要领域,其中,作为导航标识的车道线检测技术成为重点研究对象。准确高效地检测出车道线对车道偏离预警系统、自主导航系统的实现有着重要的意义。本文研究以视觉传感器成像原理导致的透视形变为切入点,考虑车辆行驶过程中造成的相机参数改变,进行了基于双目相机的车道线检测研究。主要的研究内容如下:(1)双目相机自标定:针对行驶过程中相机参数的不确定性问题,研究了双目相机参数自标定方法。根据基础矩阵的特性,采用基于SIFT特征点匹配的归一化8点法求解基础矩阵,并使用改进的分块抽样LMedS算法进行鲁棒估计,将基础矩阵与离线标定的内部参数相结合进行分解优化得到双目相机姿态关系。(2)地平面逆透视投影变换:针对目前单目相机下的逆透视变换方法模型固定而计算复杂的缺点,设计了一种基于三维点模型的逆透视变换模型,并结合双目相机获取的深度信息进行三维点地平面估计,再对地平面进行优化变换,得到良好的逆透视图像。如此,有效地提高变换算法适用性和实时性。(3)逆透视图下的车道线检测:在消除透视形变的俯视图下,对图像作降噪、滤波等处理,提取车道线边缘信息,利用Hough变换和RANSAC拟合算法来检测车道线,并突出显示在源图像上。