控制点作为基于样条曲线拟合的车道线检测方法的关键数据，其提取过程容易受车道线图像中存在的车辆遮挡、路侧阴影、路面破损等干扰，导致控制点定位精度降低甚至定位失败，进而影响车道线拟合结果。为了提高基于样条曲线拟合的车道线检测效率，提出了一种成像模型约束的非均匀B样条曲线拟合车道线检测方法。首先，对经过中值滤波和直方图均衡化预处理后的车道线图像进行了Canny边缘检测，通过Hough变换和形态学处理减少干扰边缘。然后，基于“相机光轴与道路平面平行”及“左右车道线平行”2个假设，结合相机几何成像模型，建立了车道线曲线拟合控制点成像模型约束。在非均匀B样条曲线车道线拟合阶段，为避免由各种干扰导致扫描线定位当前控制点错误或丢失，基于成像模型约束推导了相邻控制点位置信息关系式，根据已知控制点位置信息估算出当前控制点位置，实现控制点精确定位，进而实现车道线精准拟合。利用Matlab平台实现了算法仿真试验，采用涵盖4种干扰等级的2个车道线图像库验证了算法的有效性，并与2种经典算法在控制点检测率、定位精度、时间成本3个方面展开了对比试验。结果表明：相较于传统经典算法，本算法能显著提高控制点的定位精度和检测率，并对4种等级的干扰有更高的鲁棒性。