路面裂缝检测在道路维护中起着至关重要的作用，它有助于提供更高质量的运输服务。由于道路工程师通过视觉调查对路面进行人工检测不仅耗时和成本高，并且这种人工的检测的结果带有很强的主观性和不安全因素，所以本文提出一种基于数字图像采集和处理技术的路面自动检测方法。本文设计了一个路面裂缝和修补裂缝的自动检测系统，该系统从路面图像数据库中获取路面图像，并对其进行处理和分析，最终实现对路面裂缝的自动识别。本系统在提高对路面分析的速率和效率的同时减轻了道路工程师们的负担，降低了人工检测所造成的主观性。为了实现该系统，本文首先设计了一个对路面图像的预处理算法，该算法能够改善采集到的具有不均匀背景的路面图像，并且可以增强图像中的裂缝和修补裂缝。同时通过设置像素阈值去除图像中的路面标线。其次，因为路面裂缝和修补裂缝具有相同的特征，所以需要设计一个用于修补裂缝检测的算法，该算法使用的是启发式阈值的方法来识别修补裂缝图像。最后，开发了一种基于加权邻域像素路面裂缝检测算法。为了寻找最佳的模式，本文针对七种不同的模式进行研究和比较。结果，局部阈值法和带有偏心值参数的图形滤波算法被选定用以增强图像中的候选裂缝。另外，使用膨胀算子）将不同的裂缝片段进行连接，在获得的图像中通过设置新的阈值来辨别裂缝图像。　　将本文设计的算法应用于马里兰的三条州际公路，I-270，I-81和I-95。选取召回率，精确率和准确度等公认的指标，通过人工提供的路面实际图像数据来评价该算法的实用性。结果表明，与实际数据相比，本系统检测的路面裂缝结果的召回率，精确度和准确度均很高。无论其路面裂缝是何种类型或者图像背景带有噪声，本算法都能够准确识别路面裂缝和修补裂缝。