目前对基于机器视觉的车道检测算法的研究大部分集中在非结构化道路或结构化道路的直道检测，而高速公路上的弯道才是事故发生频率较高的地段。因此本文提出了一种基于图像恢复的车道检测算法，使其既适用于高速公路的直道，同时也适用于高速公路的弯道。 针对日间与夜间驾驶时，车载传感器所拍摄的图像清晰度不同的情况，本文提出了日间与夜间两种不同的车道检测模式。为了提高系统的准确度，提出了对图像进行处理前要经过图像的预处理，以消除图像中的无关信息，恢复有用的真实的信息，从而增强有关信息的可检测性和最大限度地简化数据。 根据高速公路上的车道标志线轮廓比较规则，道路区域和非道路区域有明显的边缘影像这一点，提出了车道识别与检测前首先对经过图像预处理的图像进行目标与背景的分割，获得了比较清晰的车道标志线边界。 分割后的图像中道路边界是一个具有一定宽度和一定走向的长方形封闭区域，根据这一重要特征，本文设计了基于图像恢复的车道标志线提取算法，并获得了只含有车道标志线的道路图像，为下一步的车道标志线的描述做好了充分准备。 为了弥补大多数车道检测系统中，在不知道车道标志线的形状时就直接对车道标志线进行拟合，将会产生较大误差的不足，文章的最后提出了先判断车道的走向，再根据车道的形状选取最优的拟合方法对车道上的点进行拟合，求出车道标志线的方程的算法。