在vc++6.0中利用opencv进行sobel边缘检测，再对边缘图像进行直线检测。

Python编写，视频检测

车道线检测深度学习车道线检测深度学习深度学习车道线间测

一：课题题目 基于MATLAB霍夫曼的车道线检测系统 二、背景介绍 针对汽车自主驾驶技术的车道检测和跑偏告警问题，提出了一种快速可靠的视觉计算方法。利用方向滤波算子对路面图像进行 5×5 模板运算，得到边缘图像；采用 Otsu 自动阈值算法对图像进行二值化处理，并根据车道在图像中的位置特性对边沿图像细化去点，减少后续处理运算量；在此基础上，根据车道几何特性引入约束条件，去除干扰点，并采用Hough 变换检测出车道线；依据针孔摄像机模型建立空间坐标系，用于计算汽车相对于车道线的偏转角和垂直距离，估计驶离车道的时间，为汽车自主驾驶中的安全预警及智能控制提供信息支撑。 三、GUI界面设计及运行示意图

交通流中的NaSch双车道模型及MATLAB代码，元胞自动机。

介绍辅助驾驶技术研究，ADAS，主要讲解车道检测功能实现的各项关键技术，图像预处理、边缘检测、车道绘制、车道偏离预警功能模块进行了研究，硬件设计方案实现等内容。

基于OpenCV的视频道路车道检测

opencv+python 离散点的车道线拟合

C++车道线检测例程，环境为VS2015或VS2017及以上版本，CV是最新版的opencv-4.1.2，均是作者教学科研过程中的实例，并配置一篇文档将安装软件及程序设置加以说明。

无需资源分，简单的车道线检测程序，供初学者学习