当今全球经济发展势头迅猛,家用汽车普及到千家万户,人类的交通方式发生巨大变革,由此带来的好处不言而喻,但同时,交通环境、生态环境也越来越差。为了解决这些问题,必须采用现代化方法来增强交通安全性,人们开始着眼于探索高效的车道线检测系统。然而目前出现的大量研究,其算法的健壮性和精确度还有待提高,特别在实际行驶道路环境复杂多样的情况下,结果识别的精度仍存在一定误差。为解决上述问题,考虑到人眼视觉是驾驶员获取四周道路情况的最主要途径,本论文融入了人眼视觉认知原理,根据人眼视觉特性,解释并设计了车道线识别算法。本论文主要研讨的内容和创新点如下:（1）本论文探索了驾驶员双眼视觉系统对道路环境的处理方式,阐述了人眼视觉认知原理,并分析该原理在驾驶过程中对驾驶员操作的影响。（2）利用计算机模拟人眼视觉对车载信息的感知与处理过程,结合人眼视觉的认知模型,改进了传统的图像预处理方法。技术路线为:提出了基于概率投票法的道路消失点检测算法估计消失点位置,并根据消失点确定透视变换的参数;采用了小波变换与Retinex理论相结合的算法增强图像细节;提出了动态识别感兴趣区域的方法;解决了传统Canny边缘检测算子需要人工设置阈值的问题。（3）分析并设计了车道线识别算法,包括:利用图像直方图的原理定位车道线的起始点,并采用滑动窗口技术跟踪车道线;利用二次曲线函数拟合出完整的车道线,随后在算法中加入了对车道线曲线拟合的有效性验证。（4）测试了本文算法的多项性能。用大量数据集对算法进行测试,分析其准确率和耗时情况;并与引用的文献算法进行了对比实验。（5）设计并实现了车道线识别系统,将系统功能模块化,并对系统模块做功能测试与性能测试。本论文探索性地以人眼视觉认知原理为支撑,从新的角度解释和阐述了现有的车道线识别技术,这是对车道线检测技术研究中的一次创新。同时,从原理出发对传统的车道线检测算法做了改进设计,为提高现有车道线检测算法的准确性做了思想上的突破。本论文设计的算法是人眼视觉认知原理在车道线检测领域中的实际运用,为构建车辆辅助驾驶系统提供了新的思路和角度。