本论文在充分研究国内外智能汽车系统各种辅助驾驶系统的基础上，针对我国公路和汽车的实际情况，提出了利用机器视觉技术在汽车智能辅助驾驶系统中实现车道偏离预警的方案。本系统适用于高速公路上的汽车辅助驾驶，能自动实现车道偏离预警。论文主要研究了车道偏离预警系统中视觉系统的相关算法，其基本立足点是利用机器视觉技术来检测道路，形成必要的信息以便预警决策系统进行决策。本文首先介绍了基于计算机视觉的车辆驾驶辅助系统的国内外发展情况，给出了关于机器视觉的一些基本概念。其次，利用透视投影针孔成像模型的相关原理和光学几何关系推导出视觉系统成像的特征和图像平面坐标系与道路平面坐标系之间的映射关系，建立了智能车辆单目视觉系统模型。然后对道路图像预处理技术进行研究，其中包括图像灰度化、图像平滑滤波，图像边缘增强，图像二值化。对上述多种处理方法进行了大量对比研究，主要从实际的处理效果与实时性方面对相关试验结果进行了比较分析，采用了中值滤波、改进Sobel算子边缘检测、基于最大类间方差的最优阈值分割方法来实现图像二值化处理。最后，文章提出了一种在结构化道路中精确检测车道的两级Hough变换的算法，该算法通过两次Hough变换提取到二值图像中的平行直线对集合，然后结合结构化道路的车道宽度约束条件最终确定出车道线。经过以上处理，机器视觉系统能够快速准确的求解出车道轨迹线，为预警决策奠定了基础。文章以此为基础，提出了车辆行驶偏离预警决策方法。利用设计了基于ARM-WINCE的嵌入式图像处理系统，对该算法进行了实验室测试和实际的道路测试，测试结果表明本文提出的车道识别算法和车道偏离预警算法是可行有效的。