路面图像中线型病害信息的检测是高速公路病害自动检测的一个必不可少的环节,是一个重要的预处理过程。本文主要研究了路面图像中线型形态病害信息的检测算法。本文的检测算法从微分几何方面入手,充分利用了微分几何中曲率的性质,研究并分析了一个基于曲率的检测算法,实现了对多种线型病害信息的检测。该算法的关键之处在于将路面图像中的线型裂缝信息作为脊线处理,通过计算最大曲率沿其相应主方向的方向导数的过零点值来提取线型病害信息,图像偏导数的计算使用图像与高斯核函数相应阶次的导数卷积得到。实验表明该算法是有效的,在检测准确性上远高于常用的几种基于边缘的检测算法。同时考虑到线型裂缝宽度的不一,单一尺度检测方法有着一定的局限性,本文对算法进行了参数估计及尺度分析,寻求最优尺度因子的确定,通过不同线宽最优尺度因子的选取,得到多尺度检测结果,进一步的实验表明拓展后的算法提取出了更加完整的裂缝信息。本文最后对检测后的路面图像进行了进一步的处理,给出了一个基于曲率的聚类算法,以检测后的二值图像为基础,通过提取初始图像中这些位置的信息作为聚类的数据集,以像素点的灰度、曲率作为聚类特征因子进行K均值聚类检测,有效去除了虚假信息,提高了图像的检测效果。