实时、可靠的道路识别是智能车辆研究的一个关键技术,在车辆自主导航中起着重要的作用。由于道路的多样性和外界环境的复杂性,如何实时、准确的对道路进行识别是目前道路识别领域研究的重点。近年来,很多学者在道路识别研究工作中做出了很多努力,并取得了一定的进展,也形成了各种各样的道路识别方法。本文研究了一种基于特征的道路识别算法,算法将基于区域特征的方法和基于边缘特征的算法结合,最终完成对道路的识别。算法首先采用基于区域特征的分水岭算法识别道路,如果识别结果能够满足要求,就直接进行道路拟合；如果不能够满足要求,则采用基于边缘特征的检测算法识别道路,两种方法结合,实现道路识别。此外,在实现道路识别的基础上,本文还根据道路的识别结果进行障碍物(主要为车辆)检测。基于区域特征的算法是在分水岭算法的基础上进行的,本文提出了对特征区域实时更新的算法并设定了区域更新条件,以达到更好的识别效果。基于边缘特征的算法是在基于区域特征的算法基础上进行的。如果基于区域特征的算法识别效果不理想,就在分水岭算法划分的道路区域内进行边缘检测,结合两者,最终实现道路的识别。障碍物检测也是课题的一项主要工作。考虑到障碍物一定是在道路区域内,算法首先划分出道路区域,在划分的道路区域内进行障碍物检测。本文制定了道路识别性能的评价指标,通过对视频库内测试样本的实验,对算法的性能进行了评价,并分析了算法的优缺点。实验表明,算法在识别效果和运行速度上都比较理想,能够满足道路识别要求。