接下来要进行的是边缘检测。所谓边缘就是指图像局部亮度变化最为显著的部分。对于数字图像，图像灰度值变化可用梯度来表示，sobel算子是常用的边缘检测算法。发现的边缘则可确定车行道的标志。这一过程又要涉及hough变换。它是图像处理中识别几何形状的基本方法之一。最基本的hough变换是从黑白图像中检测直线。它将图像平面上的像素点映射到参考平面（即一个缓冲区）上的点，通过统计特性来确定直线的参数。
Hough变换对输入图像中的每个像素点要计算一条正弦状曲线，因而计算工作量很大，需借助技巧来加速计算。首先，某些计算结果是可以提前进行计算的，因此可以通过查找表作为参考值使用。其次，对输入图像中的车行道标志的位置和性质作一些合理的假设，即如果仅对潜在的车行道标志的那些点进行计算，就可以避免大量的、不必要的运算，从而简化计算并提高质量。
Hough变换的输出是一组直线，其中某些直线可能就是车道标志线。由于很多高速公路系统的车行道标志线是标准化的，确定的一组规定能从候选的车道标志线中排除掉某些直线，最后，这一组可能的车道标志线用来确定车辆的位置。
车道跟踪
车道信息来自一辆汽车内多种可能的信息源，这些信息源与测得的相关参数（如速度、加速度等）相结合有助于车道跟踪。根据测量结果，车道系统进行智能判断，即是否发生了无意间的车行路线偏离。在更高级系统中，其它参数，诸如时间、路况和驾驶员警觉度也可以模型化。
预测车道几何形状是一个棘手的问题，常常用kalman滤波器预测道路的曲率来加以解决。kalman滤波器能预测未来的状态，再用它来计算下一帖的参数，以减少hough变换中的计算负荷。
一旦处理框架确立后，系统设计人员即可在处理线程中每一个判断步骤中增加自己的ip。最简单的系统应在判断过程中考虑到车辆的属性。例如，在转向或使用制动器时抑制车道改变的报警。换句话说，系统应能判别出车道改变是有意的还是无意的。更复杂的系统还能涉及gps坐标数据、行 驶路线、时间、气候以及其它参数。
应用情况
Iteris公司是最早研制ldw系统几家公司之一。它的autovue ldw系统是一套可自行安装的套件，包括接线束、喇叭、开关、连接器和电缆等零件。据说在一般情况下三小时内就可安装完毕。它适用于北美使用的绝大多数丁 ——1930数据总线的8类载重汽车。欧洲三大制造商evobus gmhh、mercedes-benz omni busse以及man busse亦已认同了这个产品。
