基于图像采集和处理技术,研究了一种可用于智能车辆中的行车道检测系统。系统由图像采集和图像信息处理两个部分组成。图像的采集由架设在智能车挡风玻璃正上方的CCD摄像机完成。采集得到的道路视频图像随后输入图像信息处理系统进行处理,处理的目标是从从图像中检测车道线的位置,并识别车道线的类型。图像信息处理算法由单帧图像处理和多帧帧间图像信息处理两个级别构成。在单帧图像处理中综合使用车道线的边缘、方向、宽度、颜色等特征来对车道线进行识别,并设计了基于网格的形态学算法、扩展边缘链算法、边缘链距离扫描算法来提取车道线特征点。在提取到车道线特征点以后,提出了基于直线段的车道线模型和分段霍夫变换来进行车道线的拟合,并根据拟合直线长度与车道线边缘链长度的比率设计了贝叶斯分类模型来对车道线的虚实线型进行分类。在多帧帧间图像信息处理部分,利用对单帧中检测到的车道线参数历史数据的累积统计和分析,实现了车道线参数的帧间优化与跟踪。