随着我国高等级公路建设的快速发展,公路的检测和维护工作在国家经济建设以及民生建设中的作用受到越来越多的重视。目前,依靠人工进行的路面病害检测,已经无法满足公路养护需求。本文针对路面破损检测系统中路面裂缝病害这一子系统进行系统研究,并对算法中存在的热点、难点进行了重点研究,本文主要做了以下几点工作:(1)对几种路面裂缝病害图像预处理方法进行简要的介绍。然后,通过直方图均衡化,灰度非线性变换及灰度统计归一化方法对路面裂缝图像进行灰度光照补偿,经过对比后采用对数变换和灰度统一归一化复合灰度法对图像处理效果明显,利用自适应拉伸增强的方法对路面裂缝图像进行增强处理,在对路面裂缝图像进行二值化处理中,并在这里提出了一种最大类内方差Otsu二值化算法增强了裂缝部分细节信息。(2)提出了基于循环频谱的路面裂缝的特征提取方法,该方法在信号频率上利用频谱相关函数提取二阶特征计算频谱相关函数,首先从每个图像像素中逐行和逐列获得两个一维信号,在通过累积的傅里叶变换来计算每个信号的频谱相关函数,然后计算不同区域的光谱相关函数的能量和标准差,最后根据实验对比来证明其是有效的。(3)介绍了反向传输神经网络和多层感知神经网络,利用从循环频谱中提取的不同区域的光谱函数的能量和标准差作为网络输入,用多层感知神经网络方法对路面裂缝图像进行分类。与支持向量机SVM,K-近邻,模糊算法对相同测试样本及训练样本进行识别正确率的比较。最后根据实验结果表明其提高了路面裂缝图像识别分类率。(4)在MATLAB平台利用GUI工具设计了路面裂缝图像检测系统,将本文算法整合成一整套完整的体系并显示图像的参数及类型,最终将处理后的图像保存并建立文档,将参数数据保存便于记录。