随着工业技术的进步,机动车的保有量大大增加,交通事故的出现比例也随之提高。高级辅助驾驶系统可以有效的降低事故发生的可能性,并提升驾驶安全性。高级辅助驾驶系统最为关键的技术就是车道线检测与跟踪技术,因此研究车道线识别与跟踪技术有着非常重要的意义。目前,现实场景中的阴影问题仍是影响车道线识别准确率的最大因素。针对高速公路上的障碍物阴影遮挡问题,提出了一种有效的车道线检测算法。首先,对阴影图像进行预处理时,通过划分感兴趣区域,排除了图像中的大部分无用信息;由于三通道图像中的数据量太多,选择将其转换为灰度图像,利用图像在对数色度比空间中的投影特性,遍历投影角度的信息熵,得到相对应的光照无关图,完成图像的灰度化,去除掉图像中的阴影,经过对比实验,该方法在阴影遮挡的道路上具有较好的提取效果。其次,进行边缘检测时,在空间域中使用双边滤波平滑图像,保证边缘点不会被过滤掉;考虑到手动选取阈值与智能化背道而驰,改进了最大类间方差法,自动计算图像分割的最佳双阈值;改进了Canny算子的检测方法,实现了图像分割,有效地将路面背景与车道线区分开。然后,将曲线近似为直线进行处理,优化了计算结构;对Hough变换添加约束条件,以减少计算量,对分割出的车道线进行拟合;使用卡尔曼滤波,实现了对检测出的车道线的跟踪。最后,通过在Tusimple数据集和Cityscapes数据集上进行车道线识别的对比实验,本文提出的阴影去除及车道线识别算法相较于其它的方法,在保证准确率的同时,处理速度更具优势,具有一定的研究价值和意义。