一直以来,高速公路的里程数是衡量一个国家发展程度与现代化水平的重要标准之一。随着经济的不断发展与政府的大力投资,我国高速公路以及其他基础设施的建设取得了举世瞩目的成就。但日益增长的车辆与复杂的道路状况,也使得道路安全问题越来越突出。除去大雾天气所造成的能见度极低的影响,雨雪天气下,道路摩擦系数的降低使得行驶车辆极易打滑,这是造成不少交通事故发生的主要因素。因而,对路面状态的识别,及时准确地掌握路面状态的变化,对车辆行驶安全以及道路管理具有重大意义。就目前来看,对路面状态的检测方法主要有热地谱法、电化学极化、微波遥感技术、光电传感技术以及图像识别技术。相对于传统识别技术而言,基于图像识别进行路面状态检测具有快速、便捷、非接触等巨大优势。借助于计算机运力的提高以及新的识别技术的运用,图像识别技术将会得到进一步发展。基于对路面状态研究领域的学习与思考,本文将从我国的道路发展现状以及日益严峻的交通问题入手,阐述路面状态检测工作的重要性。介绍国内外相关研究现状,着重介绍图像识别技术在路面状态识别中的应用,同时提出目前研究领域内存在着的问题。本文将根据颜色恒常性原理,提出一种改进的基于半监督SVM学习的颜色恒常性算法,对图像进行预处理,减少不同光照对于路面状态识别的影响。同时提出一种改进的稀疏化最小二乘SVM算法,对路面特征参数进行识别。并应用到实际环境中进行试验验证。