随着我国的交通运输行业地不断发展,公路不断地建设,公路里程数也不断地增加。目前,我国总公路里程数已经超过美国成为世界第一。随之而来的是我国公路的大规模养护,为了完成公路大规模的管理养护工作,路面管理养护系统应运而生,该系统使用线性里程桩号的方法定位路面病害,并记录路面病害的发展与维修历史。然而,线性里程桩号定位方法存在着路面管理单元的划分过大,不能精确的定位路面病害的问题,无法实现养护路面的精细化管理。为了解决路面病害不能精确定位的问题,以及里程桩号的断链问题,路元概念被提出并得到了较好应用。路元是最小路面管理单元,该理念的提出可以科学有效地解决里程桩号定位不准确的问题。但是路元以其分布密度大、里程长、面积小等特点对路元信息的采集与识别工作提出了挑战,目前路元信息的自动化采集与识别的研究尚未有人涉及。本文针对路元信息提出了一个快速高效的采集方案,并针对采集到的路元图像,提出了基于双阈值检测的路元标志定位方法,该方法是利用图像的灰度直方图将路元图像同时进行高、低两个阈值的处理,并将处理后的图像进行叠加,得到路元的定位图像。该方法中高低阈值的确定是其关键部分。通过实验证明,基于双阈值的路元定位方法定位准确率高于传统的基于边缘检测的定位方法。最后,针对路元标志中字符性变大,干扰多等特点,提出了改进的高斯滤波方法,能够有效的滤除杂质并增强字符边缘信息,并利用BP神经网络完成对的路元字符的识别,该方法能够有效的识别部分缺损、污染的字符。本文选取1000张在某省高速公路上采集到的路元图像,并采用上述方法对路元标志进行定位和识别,其定位精度达到95%,识别精度能够达到92.5%。通过实验证明,本文提出的定位识别方法高效可行,系统工作运行安全可靠,为高速公路的快速检测提供了有效的方法和手段。