近年来,我国交通运输事业特别是高速公路建设获得了较快的发展。随着高等级公路里程和重型车数量的增加,路面横向轮廓变形成为一个日益突出的问题。其中,对车辙变形的分析是评价路面使用性能的重要组成部分和进行公路科学养护的基础。目前我国测量车辙大都采用人工手动操作,方法简单、可靠,但效率很低,而且获取的数据包含的人为因素较多。激光、超声等非接触检测技术的发展与应用,使基于路面高程测距原理的车辙自动检测技术的测量速度大幅提高。由于采样方式的局限性,只用少量的离散测量点无法准确的反映路面横向轮廓,因此很难保证车辙的测量精度。随着机器视觉技术的逐渐成熟,应用该技术的连续车辙检测技术实现了路面的高速实时检测,同时保证了足够的数据密度,突出的优越性使其在路面检测中逐步得到采用。但连续扫描方式获得的高密度数据中参杂了车辙以外的其它路面横向轮廓特征,如何提取车辙特征并进行计算是连续扫描方式数据处理技术的关键问题。从国内外文献来看,这方面的研究较少。本文针对该问题进行了以下几个方面的工作:(1)分析了基于光学三角法的结构光三维路表测量原理,介绍了本文数据获取系统结构的组成部分和简单工作原理。(2)通过对路面横向轮廓信号的分析,针对不同滤波方法的特点,提出了小波和中值滤波相结合的车辙信号特征提取方法。该方法能很好地滤除线性叠加的随机噪声,保证车辙无失真有效提取的同时,有效滤除裂缝等其它路面横向轮廓干扰特征。(3)基于路面车辙现场测试规程,模拟人工测量车辙时寻找轮廓顶面基准线的方法,提出了针对straight-edge模型和wire model的虚拟直尺和拉线算法,实现了车辙深度、宽度、位置的指标参数计算。实验结果表明本文方法在路面横向轮廓车辙特征提取和计算研究中是简单、有效、可行的,可以为公路部门进行道路的评价提供依据,对道路后期的养护和管理具有重要意义。