随着国家的发展,社会的不断进步,我国道路交通系统也不断发展,道路的优劣对车辆行驶的安全性、驾驶及乘坐的舒适性有着直接的影响。路面裂缝是道路裂缝病害的初期特征,准确的识别提取裂缝特征对路面养护意义重大。本文以路面图像为研究对象,基于数字图像处理方法,结合纹理均衡、灰度校正、图像滤波、图像增强、图像分割、深度学习与图像特征提取等技术,针对路面存在的裂缝病害特征进行研究。本文的主要研究内容由如下几个部分:首先完成路面裂缝图像的灰度化处理,添加灰度约束去除图像中的车道线等标志,依据纹理均衡等方法消除图像中可能存在的阴影区域,采用灰度校正处理图像亮度分布不均。针对图像的降噪问题,改进中值滤波方法,增加中值滤波模板,选用最小标准差邻域模板完成中值滤波,同时在模板中采用分治法完成排序,增加计算速度。实现在不破坏图像中有用信息的同时有效地去除噪声。其次,综合分析图像增强中空域增强和频域增强方法,改进空域灰度拉伸,提出一种改进的自适应性分段图像灰度拉伸方法完成空间域图像增强,分析低通滤波与高通滤波的优缺点,将低通滤波同高通滤波相结合完成频域图像增强,从而提升图像特征增强的效果,有效地增加裂缝特征同背景特征的对比度。然后,对于图像分割,分析阈值分割方法和边缘检测方法,针对Canny边缘算子中图像梯度邻域模板问题,引入万有引力定律,扩展图像梯度求解邻域,将图像灰度值看作质量,求解不同像素点的引力场强度从而替代裂缝图像梯度值。同时针对Canny边缘算子高低阈值无法自动求解的缺陷,引入梯度直方图和类内特性方差求解Canny算子高低阈值,增加了算法的自适应性。将改进的Canny边缘检测同区域最小阈值分割相结合完成裂缝图像的二值化,有效的提升了图像分割的效果。最后,在图像分割完成后,依据二值图像连通域的面积、长度以及外接矩形等特点,筛选排除伪裂缝特征及噪声点,使用形态学闭运算完成图像中断裂裂缝特征的连接,完成相应处理后,引入梯度提升决策树实现不同类型裂缝特征的分类。再提取得出裂缝特征的骨架结构,依据骨架特征参数计算出线性裂缝特征的长度和宽度,依据网状裂缝的最小外接矩形计算出网状裂缝面积大小。然后,在实际路段上拍摄裂缝图像,结合本文算法进行处理,验证了本文的算法在路面裂缝识别上的有良好的实用性。