随着汽车数量的不断增加,驾驶的安全性和操作的简易性越发受到人们的关注,车辆安全辅助驾驶系统的开发成为科研工作者研究的热点。车道偏离预警是安全辅助系统的重要环节,而准确快速的进行车道线的检测又是车道偏离预警的重要前提,本文着重对车道线的检测方法进行了研究。车载摄像头采集到的道路图像包含了大量的无用信息,想要准确的检测出车道线必须首先对图像进行预处理。图像预处理阶段包含了灰度变换、感兴趣区域的划分、图像滤波、对比度增强、边缘增强以及阈值分割。预处理阶段采用了方向可调滤波器进行边缘增强,首先用边缘分布函数的方法得到左右车道线的方向角,作为方向可调滤波器的输入角对图像进行特定方向的滤波,这样能更好的利用车道线的方向特性,更大程度地削弱车道线以外的无用边缘信息,车道线突出效果明显。本文采用Hough变换和最小二乘法相结合的方法进行车道线拟合,对于检测到的第一帧图像选用鲁棒性较强的Hough变换法进行拟合,同时利用边缘分布函数得到的左右车道线的方向角对参数坐标的极角进行约束,可以大大减小Hough变换的计算量。然后利用卡尔曼滤波算法对车道线进行跟踪,在跟踪区域内采用计算量较小的最小二乘法进行车道线的拟合,这样既能保证拟合精度又能最大限度地满足实时性。本文的硬件系统的以TMS320DM642为核心处理器,为了缩短算法的开发周期,前期在VC++平台进行软件仿真,算法开发成熟后用C语言在DSP中编写调试,并进行算法的优化,最后进行了硬件仿真实验,证明了算法的实用性。