车道偏离报警系统是车辆辅助驾驶技术的一个重要研究方向,也是智能交通系统的组成部分。随着交通安全越来越受到全社会的重视,车辆的安全辅助驾驶系统也成为研究的热点和前沿。本文研究了基于机器视觉的车道偏离报警系统,该系统的主要目的是辅助驾驶员保持车辆在正确的车道中行驶,及时发现提醒驾驶员车道的偏离,以避免由于驾驶员疲劳、疏忽等原因引起的车辆偏离,减少因车道偏离而引起的交通事故的发生,提高车辆的主动安全性。本文中研究的车道跟踪技术,同时也是智能车辆导航的重点部分。本文针对车道偏离报警系统研究了基于机器视觉的图像分析、车道跟踪检测和报警的算法。论文介绍了课题的背景、国内外研究现状和意义。介绍了实现系统所选取的一系列算法。在图像分析过程中,通过加入噪声模拟恶劣情况下采集的图像。对比分析结果,选择中值滤波。其边缘提取过程中,对比各种算法选取了本文所以的Sobel算法中的横向梯度算子,其优点为计算量小、边缘处理效果好,在有噪声情况下效果也是比较理想的。车道检测中,选取了鲁棒性好,抗噪声能力强,同时能检查多条直线的Hough变换。同时为了克服Hough变换运算量大,实时性差缺点。使用Kalman滤器预测反馈的方法,减少Hough变换时的运算量。报警算法结合了基于车辆位置和车辆将横越车道边界的时间报警方法的优点,使报警信息更有效。本文在算法的选取时,使用MATLAB进行仿真。系统仿真中,使用VS2005开发工具中MFC框架和C++进行系统仿真。本文采集了车辆运行时视频,使用vfw函数读取每帧图像数据,通过仿真验证了本文选取的一系列算法的可行性和有效行。