我们证明，在人工环境的图像中，通常可以通过基于反向偶然性（a contrario）检测的二阶分组事件来合理假设地平线位置。这一假设能够有效约束该线上水平消失点的提取，从而显著减少误检。在三个数据集上的实验结果表明，我们的方法不仅在两个数据集上实现了地平线检测的最先进性能，而且相较于此前排名领先的算法，产生的虚假消失点大幅减少。