基于视觉的结构化道路的识别是智能交通领域的一个研究重点，其目的是对结构化道路上的车道线进行检测与识别，为智能车辆提供保持车道和变换车道必须的车道信息，使智能车辆实现平稳、安全的行驶。 本文针对结构化道路图像的特点，对如何有效地提取道路环境下的车道线信息进行了深入研究。 主要内容是： 1．对智能车辆道路图像处理技术进行了研究，包括平滑滤波以及基于梯度边缘检测算子的二值化算法研究，设计了加快图像处理速度和不同光照条件下图像预处理算法。 2．探讨了智能车辆路径识别原理，研究了道路结构场景的规则，根据计算机处理的道路图像，识别出了结构化路面的车道标志线；设计了Hough变换算法，给出了车道线的检测方法，完成对直线车道线的检测。 3．探讨了智能车辆导航路径控制信息获取的原理，通过处理后的道路图像，建立了车道线与车辆跟踪路径侧偏距方向的数学模型；设计了基于BP神经网络的汽车行驶方向控制器。