简介： 一种复杂光照条件下基于视觉的实时车道线检测的方法属于计算机视觉和无人智能驾驶领域。在图像预处理时对不同光照图像进行光照估计和光照颜色校正，使其恢复到标准白光下。采用高斯滤波去除图像采集过程中引入的噪声，再对图像二值化处理和边缘提取，在提取过程中对原图像进行区域划分，利用改进的Hough变换得到车道候选线，建立动态感兴趣区域(ROI)，通过基于动态感兴趣区域(ROI)的Hough变换，及kalman滤波对车道线实时跟踪，实现对车道线模型的约束和更新，算法加入了车道线检测失效判别模块，以提高检测的可靠性。该发明速度快且鲁棒性好，在复杂光照条件下获得良好的车道线检测效果,提高了车辆在动态识别车道线的能力，提升了无人车自动驾驶的安全性。