该文以计算机视觉系统为重要技术手段,综合运用图像处理、数据融合、模板匹配等技术研究了实现路面典型破损坑槽、裂缝与良好路面的识别与分类,主要内容包括:(1)针对识别坑槽、裂缝与良好路面的研究目标,确立了典型破损样本库,并获得了相应的模板数据,为进行路面目标的识别与分类提供了前提基础;(2)针对路面图像的统计特性,利用统计学原理,定义了三个各具特色的反映路面图像整体特性的特征矢量,均值测度、方向测度与方差测度;(3)为将提取的特征量转变成具有旋转不变性的矢量以增加匹配的效率与准确性,进行了特征不变量提取的研究.该文定义并提取了一种新型的特征不变量;(4)进行了数据融合方法的研究,提出了相对匹配技术这种新型的数据融合方法;(5)该文定义的测度对噪声不敏感;(6)为了检验所采用算法的效率与有效性,该文进行了试验验证,采用了18幅较有代表性的图像作为检验图像,获得了识别率为100.00﹪的满意结果.(7)该研究以面向对象的VC++6.0及Borland C++为编程工具,编制了大量高效、实用的图像处理及模式识别功能软件,并在此基础上开发了一套包括良好路面、坑槽和裂缝的检测和分类应用软件系统.