车辙特征是沥青路面病害检测以及道路养护工作中的重要指标之一。车辙不仅影响车辆行驶的舒适性、安全性而且缩短了道路的使用寿命。车辙特征的准确提取能够为道路的养护决策提供关键性信息。由于传统检测手段存在着耗时耗力、不精确、危险等种种弊端，本文提出了一种基于路面激光图像分析的车辙特征提取方法，针对路面车辙激光图像的特点主要从图像预处理、分割以及特征获取等方面进行了研究和实验。主要工作包括：　　 一，针对由于环境、路面标号以及成像设备造成的图像信噪比低，背景干扰严重等情况，采用了线性增强和改进的拉普拉斯算子增强方法对图像进行了增强，并通过模糊补偿的方法对目标进行了平滑处理。　　 二，为了实现车辙目标与背景的最佳分割，对路面激光图像的分割方法进行研究，主要进行了最大类间方差分割、边缘分割、最大模糊熵分割等实验。通过实验对比在保证目标区域能够最优提取的前提下提出了基于纹理特征约束的最大模糊熵分割方法对车辙激光图像进行分割，效果理想，其鲁棒性和适应性较高。　　 三，为了提取车辙的特征信息，对分割结果图像进行分析和研究。通过对二值图像进行滤波操作实现了目标区域的最优获取，为了避免骨架图像中毛刺的出现，对目标图像采用了先进行形态学膨胀再细化的处理步骤，通过投影变换获取了车辙的弯曲变形深度信息和最终细化图像。　　 四，对本文算法的程序实现及模块化设计进行了简要介绍。