目前,许多国家有计划地开展了视觉导航系统的研究,其中道路检测是视觉导航系统的重要组成部分,检测的精度直接关系到智能车辆行驶的安全性,因此备受关注。本文针对车辆行驶中的安全问题,研究了一种基于ARM9和嵌入式Linux操作系统的智能车辆视觉系统。本文设计了系统的硬件平台,选用S3C2440作为处理器,USB接口与前端摄像头连接进行监控图像的采集。采用开源、可裁减,针对嵌入式处理器结构的Linux操作系统作为软件开发平台,研究了Linux内核的移植,文件系统的构建与移植,摄像头驱动的移植。针对视频监控功能,设计了基于V4L和动态侦测的视频采集软件,实现了动态视频和静态图片的采集与存储,预留的USB接口能够方便地实现图像导出。研究了基于视觉的道路识别算法,对采集到的图像进行处理。采用彩色通道提取法图像灰度化技术来增强车道标记线的白色部分;根据车道线倾斜的特征,自定义差分模板处理灰度化后的图像,得到车道线的边缘;为了提高道路识别的实时性和抗干扰能力,提出了区域生长法,选取合适的种子点生长出路面区域;用区域生长与边缘相结合的检测方法来获取车道线像素点。通过实验验证,上述算法能够在一定程度上对车道线边缘进行检测。