视觉导航技术是近年来自主导航车辆研究领域的一个热点。图像具有信息丰富、对场景描述全面的特点,是自主导航车辆感知环境的重要来源。本文以计算机视觉理论与技术为依据,重点研究与探讨了智能车辆在高速公路道路环境中的道路识别方法。车辆行驶过程中无法避免的会遭遇到路面上含有其它物体倒影以及其它不可预知干扰的复杂情况,为了解决这些倒影对道路识别效果的影响,本文提出了一种结合彩色阈值分割和边缘检测的新方法,该方法综合利用了彩色阈值分割的准确性和边缘检测的简单快速性,实验结果验证了所提方法的可行性与有效性。在分析和比较各种传统道路识别方法的基础上,针对传统道路识别方法存在的不足,提出了一种用于高速公路道路识别的自适应区域生长方法。该方法的中心思想是自适应地改变区域生长中的生长准则。为了提高识别的速度,采取了根据图像不同区域的特点进行区域划分与区域处理的措施；为了提高识别的准确性,则采用了对车道线进行预处理,将其处理成和路面相似颜色的方法。通过对390×288像素大小的视频图像进行大量的实验,结果表明该算法既能保证道路识别的实时性要求,又具有较强的鲁棒性和很好的准确性。算法对道路的识别准确率能保持在95%左右,每帧图像的处理时间能控制在0.4s之内。