路面裂缝是绝大部分病害的早期形式,及时发现裂缝并进行修补可以最大限度的减小路面病害带来的损失。此外,裂缝病害往往较为细微,裂缝检测是病害自动检测中的难点问题,因此本文的研究主要针对裂缝病害进行。本文提出将分数阶微分分析、多尺度变换理论、中值滤波、形态学、形态成分分析等理论知识应用到对路面裂缝图像的增强、去噪、边缘检测和阴影分离中去,旨在进一步提高路面裂缝的检测和阴影分离的效果,对推动路面裂缝检测自动化的进步具有较大的理论意义和实践价值。首先,本文提出了基于分数阶微分和图像形态学的路面裂缝检测算法,通过分析信号经过微分后的幅频特性,发现分数阶微分在增强信号中、高频部分的同时能非线性保留信号的低频部分,而基于1阶和2阶的整数阶微分运算虽然能有效实现信号中、高频部分的增强,可是同时对于平滑区域的裂缝信息有削弱的作用。据此,根据经典的分数阶微分G-L定义推导出分数阶微分的差值定义,构建出分数阶微分掩模,通过分数阶微分掩模运算使路面图像中的裂缝信息尤其是处于平滑区域的细小裂缝病害信息有效加强。之后利用图像形态学算子进行演算提取裂缝,通过组合中值滤波去除孤立噪声点。实验结果表明,本文提出的基于分数阶微分的路面裂缝检测方法切实可行。通过与其它整数阶微分方法比较发现无论是主观视觉的效果,还是客观评价标准方面都能取得较好的结果。同时,分数阶微分算子弥补了传统图像增强算子不能通过改变参数来得到连续变化的增强效果,以及对于较弱信号处理效果不理想的缺陷,算法更具灵活性和针对性。而且该方法运行效率较高可以广泛应用于路面图像病害检测。多尺度几何分析方法具有多尺度、时-频局部和多方向的特性,轮廓波变换是对图像的多尺度多方向表达,能准确把握图像几何结构信息,有效捕捉到自然图像中的轮廓,但存在频谱混淆现象,从而削弱了方向选择性。非下采样的轮廓波变换取消了轮廓波变换中的下采样部分,首先由非下采样塔状滤波器进行多尺度分解,然后由非下采样方向性滤波器组对得到的各带通子带图像进行方向分解,从而得到不同尺度、方向子带图像,在非下采样轮廓波变换域,通过基于梯度向量模的自适应双阈值将路面图信息分类,通过非线性增益函数有针对性的增强信号的对比度,之后进行非下采样轮廓波反变换得到裂缝被增强的路面图,然后应用形态学和组合中值滤波后处理得到裂缝检测结果。实验证明,本文提出的算法与其它算法相比有效的增强了弱信号裂缝,在抑制噪声的同时保留了丰富的裂缝细节信息,并且能很好地抑制伪Gibbs失真造成的裂缝边缘模糊,实验结果证明了算法的有效性。路面图阴影是摄像光源光线被摄像头等物体完全或者部分遮挡的区域,阴影区域的灰度值比周围的区域的灰度值要小。一般情况下路面裂缝的灰度也较低,阴影在路面图像自动检测中会影响路面裂缝识别的准确度,容易将阴影区域划分为被识别物体,加大了检测的错识率。针对路面图像阴影问题,本文提出了基于形态成分分析的路面图像阴影分离算法。算法涉及到稀疏表示理论及形态成分分析方法。形态成分分析的主要假设是图像的几何结构和纹理结构分量在某个特定的基库或超完备字典下是类内稀疏的,而各形态分量稀疏表示的基库或超完备字典之间具有不相干性。因此,本文首先根据路面图像和阴影的特点找到相应的字典来稀疏表示各个部分；然后,根据字典对相应图像信号进行变换,得到各部分信息的稀疏表示系数,对系数进行软阈值收缩得到新的系数；最后,再对系数分别进行逆变换将这个过程进行多次迭代分离出要得到的路面图信息和阴影信息。从而利用路面图像中各种信息组成成分的形态差异性,通过形态成分分析的方法实现路面图像阴影分离。通过对迭代次数、对多种路面状况图阴影分离和对不同形状阴影分离的适应性的实验结果,都证实了本文提出的路面图阴影分离方法的有效性。