目前智能汽车的两个研究的热点是视觉导航系统和汽车防撞预警系统，而这两个系统中最为关键的部分就是车道线检测和道路识别。在介绍机器视觉在智能车辆中的应用和比较几种常用的车道识别方法后，本文主要研究了机器视觉在汽车前方车道识别中的应用。　　 本文首先分析了图像预处理，图像预处理包括对RGB彩色图像灰度化，灰度图像直方图和直方图均衡化，用中值滤波对图像进行滤波等技术。在图像预处理的基础上提出了选择感兴趣区域，可以减少了系统的计算量，提高了实时陛。　　 对经过图像预处理后的道路图片，选择用最优阈值和Sobel边缘算子对图像进行分割，再结合Hough变换技术检测车道线。在检测出车道线的基础上，提出了两个约束条件，以判断当前车道线。车道线检测是本文的关键部分，车道线提供了车道识别的重要参数。　　 最后，本文分析了摄像机的成像模型和道路成像模型，完成对摄像机的基本标定。通过分析车道线的曲率模型和相邻两段分道线的斜率差模型可以得知，汽车前方100米内的车道线可视作为直道模型，这样可以用直线模型对车道线的进行二维重建。实验结果表明，本系统能准确的检测出规范化道路的车道线，并识别出当前车道的几个重要的信息。