利用opencv开发的车道检测和车辆识别代码，包含源代码、目的代码、演示视频。

基于逆透视变换和卡尔曼滤波的车道线识别算法，李扬威，黄影平，提出了一种基于逆透视变换和卡尔曼滤波的车道线识别跟踪算法。给出一种简单的逆透视变换方法，该方法不需要获取摄像机的内外参数

基于SIMULINK的车道偏离预警系统算法研究与仿真。为本人课设作业。参考了SIMULINK内EXAMPLE和各种论文。 模型功能包括： 1.视频前处理 2.车道线检测 3.车道线追踪 4.偏离预警 5.预警信息后处理（安全裕度曲线+视频内嵌文字报警+警报声） 资料内容包括： 1.simulink模型 2.说明书（简要介绍原理和运行结果解释，去除目录与附录共10页） 3.视频素材 注意事项： 运行环境matlab2017b及以上

包含车道线检测的全部源码，运行前请将图片和视频的路径名改为相对路径。同时包含有对整个项目的Pipeline总结，以及自己运行代码过程中处理一些问题的Markdown文件。 解释可参考如下博文 https://yongqi.blog.csdn.net/article/details/109213387?utm_medium=distribute.pc_relevant_download.none-task-blog-baidujs-8.nonecase&depth_1-utm_source=distribute.pc_relevant_download.none-task-blog-baidujs-8.nonecase

一种车道线检测方法，效果在高速上还可以，对于破损道路，光照变化太大等道路效果不佳，后续继续改进（直方图均衡以及多特征融合等等），这里有个基础版本的接口.大致步骤如下 （1）图像灰度化 （2）图像高斯滤波 （3）边缘检测 （4）获取掩膜，获取感兴趣区域 （5）霍夫变换检测直线 （6）将检测到的车道线分类，设置阈值，以图像中线分为左右两边的车道线，存入一个vector （7）回归两条直线，即左右分别两个点，且求出斜率方程 （8）确定车道线的转弯与否

基于改进Hough变换的车道线检测技术 详细描述 了 基于改进的Hough车道检测技术

本代码是自己写的一个能较好的实现道路识别与检测

该课题为基于matlab的车道线检测，采用边缘检测，形态学和hough变换来检测车道线，还可以计算车里车道线多远，偏僻多少，可制作一个GUI界面来呈现。

一个应用于智能交通场景的demo，实现了车辆和行人的追踪检测；车辆不礼让行人检测；车辆非法越线检测；车牌识别的择优迭代；具体参见我的博客：competition1——智能交通场景应用。

无人自动驾驶高级车道线检测算法