路面裂缝作为一种常见的路面病害,越来越受到公路管理和养护部门的重视。对于这种病害的数据信息获取,传统的基于人工视觉检测裂缝的方法愈来愈不能适应公路发展的要求,其耗人力、耗时、不精确、影响交通、检测危险、花费高等缺点,要求路面状况调查能够自动完成。虽然基于数字图像处理的路面裂缝识别技术在国外已经有所发展,但是由于路面图像的复杂性,数字图像处理算法仍在研究。本文的研究是沥青路面自动检测软件系统的一部分,着重探讨基于数字图像处理公路路面中裂缝病害的智能识别方法及其主要特征的提取,研究现代计算机图像处理技术在路面自动检测中的应用。同时给出了一种基于图像处理的路面裂缝自动检测方法,使用一种快速的针对灰度不均图像校正方法,对降质的路面图像进行增强去噪,然后进行阈值分割,提取出图像上的线性特征,最后再根据线性特征从原来灰度图像上识别出裂缝目标,得到比较满意的实验结果。数字图像处理是本文的研究重点也是裂缝检测系统中的核心技术,主要包括图像增强,图像分割,图像特征提取等几部分。针对问题的提出,通过对这几部分算法的研究,各种算法特点的比较,本文尝试了使用中值滤波和大津法阈值分割分别对实验对象处理,基本能够为特征参数的获取提供有效的裂缝信息。裂缝特征参数的计算是裂缝评价的依据,在特征提取部分,文中使用细化等方法对裂缝图像做进一步处理分析,通过像素点的统计,计算出裂缝的面积,长度,宽度等特征信息。将计算机图像处理结果与实际公路现场检测结果对比表明该方法的可行性、准确性和有效性,能够得到比较满意的效果。可以初步实现对公路路面裂缝图像的预处理、图像分割和相关的特征计算。本系统可望应用于公路路面裂缝进行自动检测,并且能够为公路管理和养护部门的决策提供路面检测的科学依据,同时对于类似的图像处理任务有借鉴意义。