交通问题一直都是人类社会发展的重要问题,随着机动车保有量的不断增长,各类交通事故的问题也越来越突出,这其中很大一部分是由于驾驶者的人为因素造成的。为了解决上述问题,在目前的技术条件下,可以发展辅助驾驶或者无人驾驶技术,从而能够减少甚至杜绝交通事故的发生,提高道路的通行效率。行车视频当中含有丰富的交通信息,从其中提取出有用的信息对辅助驾驶技术具有重要意义。路面交通标记的检测与识别是智能辅助驾驶系统当中重要的一个环节,本文确定研究的对象是行车视频中路面交通标记,目的是将其识别出来,并做成一个安卓应用软件。为了实现这样一个系统,本文的主要工作包括:(1)针对路面标记的分割与提取,研究数字图像处理的方法,包括了预处理技术、二值化方法、形态学滤波和轮廓查找算法,最终确定了一种标记的分割提取方法,通过实验能将目标提取出来。(2)为了构建能够有效表示目标的特征向量,研究了两种不同的特征:HOG特征描述子和Hu不变矩,并用实验表明了两种实验的优劣,选用HOG特征作为系统的特征。为了对特征进行分类识别,研究并采用了多分类支持向量机模型,能够较好地对目标的特征进行分类。为了改进算法,对视频帧进行加窗处理,并消除阴影的影响。(3)在实现安卓应用的开发上,采用了多项技术来确保系统的实现。总体设计上采用了界面与逻辑分离的原则,即客户端与算法两部分的分离。在算法设计上采用OpenCV计算机视觉库来开发,并使用JNI编程方法;客户端部分采用Java语言设计。对系统的测试表明该安卓应用程序能较好地满足使用的需要。