随着现代经济的发展,城市化、汽车化的加快,迫切需要交通管理方法的现代化,这样就产生了对智能交通系统(ITS)的研究。车辆辅助驾驶是智能交通系统的重要组成部分,以其自主式车辆事故预警和行驶导航机制,在提高汽车的主动安全性能和减少交通事故方面有着广阔的应用前景。采用计算机视觉技术的辅助驾驶系统,由于探测范围的完整性和宽广性,具有优越的性价比,是辅助驾驶系统的重点发展方向之一。车载辅助驾驶系统旨在向驾驶员提供驾驶道路环境信息、碰撞预警等信息,在过去十几年里,基于视觉的道路感知技术被越来越多地应用于辅助驾驶系统中,因此研究道路的感知技术对车载辅助驾驶系统具有重要的意义。本文研究的内容是基于车载单目视觉的道路感知技术,研究内容分为三大部分,第一部分建立了3D空间道路成像模型,研究了基于道路模型的图像几何变换,成功地变换成了俯视图,实现了车道偏离警告系统(Lane Departure Warning System: LDWS)中自车在鸟瞰图进行车道的定位,并为其它算法如基于俯视图的车辆、车道识别等提供了基础。第二部分实现了采用基于Retinex算法对低对比度灰度图像的预处理,提出了使之用在特征提取中来提高对象的识别率。最后一部分重点研究了基于边缘的道路检测算法,总结了目前道路的主要检测算法,改进了基于链码的直线检测算法,设计和实现了一种车道线检测算法,从而检测出道路车道区域。实验结果表明该方法得到了较好的识别效果,很好地识别出了道路车道区域,从而为LDWS系统融合多种道路识别算法提供了重要的依据。