无人机技术的进步使得无人机航拍图像的应用也越发普及。无人机航拍图像凭借其拍摄方式灵活以及视野广阔等优势,在智能交通领域得到了广泛的应用,如使用无人机采集航拍图像进行车道线检测,辅助车辆实现车道保持与轨迹规划。本文对基于航拍图像的车道线检测方法展开研究,设计一种可用于航拍图像的高鲁棒性与实时性的车道线检测算法。此外,针对低照度环境下航拍图像成像质量较低的问题,本文对基于航拍图像的低照度图像增强方法进行研究,结合低照度航拍图像的特点,设计适用于低照度航拍图像的增强算法。最后设计实验并对所提算法的性能进行验证。本文主要的工作如下:（1）设计并实现了一种基于航拍图像的低照度图像增强算法。对输入低照度图像进行高低频分解,并分别设计去噪与增强子网络对高低频分量进行处理。在去噪网络中,使用空洞卷积增大感受野;在增强网络中,设计了基于图像照度的注意力图,使网络能自适应地对不同照度的区域进行处理。通过在自制数据集与公开数据集上的实验结果证明,所设计的算法能有效对低照度航拍图像进行增强。（2）设计并实现了一种基于航拍图像的车道线检测算法。采用预设行与划分网格的方式减少计算量,提升检测的实时性。网络主干基于残差网络设计,并使用空洞卷积替换部分常规卷积,获取更大的感受野;此外,设计实例分割分支网络,在训练阶段辅助主干网络进行训练。设计新的损失函数用于保持车道线的连续性与平滑性。使用无人机采集航拍车道线图像并自制数据集,对所设计算法进行实验验证,结果表明所设计算法在进行航拍图像车道线检测时具有较好的表现。（3）对所设计的图像增强与车道线检测算法的实用性进行实验验证。搭建了低照度环境下的车道线检测系统。首先采集低照度航拍图像并进行增强,再对比增强前后图像的车道线检测结果,证明图像增强算法的有效性。之后设计面向空地协同的实验方案,使用无人机采集低照度航拍图像,进行增强与车道线检测,利用检测结果指导实验车行驶,实验结果表明所设计算法具有一定的实用性。