局部二值模式(Local Binary Pattern,LBP)特征对于局部纹理信息的提取非常精细,但对于发散的远端信息则会遗漏部分关键特征而造成检测精度降低.针对这一问题,文中提出了局部线段模式(Local Line Pattern,LLP)特征算法.首先构建城市道路数据库并将道路图像进行分块处理,然后用LLP算子提取直方图来描述局部纹理结构,并将其串联得到特征向量,最后结合BP神经网络实现城市道路可行驶路面检测.实验结果表明,LLP特征算法在检测精度上优于现今主流的各类改进型LBP算法.LLP结合"等价模式"LBP算法的实验结果显著优于"等价模式"LBP算法,在城市道路数据库中检测精度较"等价模式"LBP算法提高了4.3%.