路面破损数据是路面养护管理中重要的数据之一。目前主要采用人工检测的方法获取数据，但人工检测效率低、耗时，而且现场检测存在不安全因素。因此，开展路面破损自动检测及识别技术研究具有重要的意义。本文介绍了路面破损检测系统、路面破损图像处理的国内外研究现状和发展趋势，以及图像检测方法的分类。主要完成了路面破损视觉图像检测实验系统的设计，包括视觉检测子系统结构和安装参数的确定，摄像机、物镜的选择；对视觉检测系统，采用滤波技术，去除了图像噪声，建立了均方拟合双线性插值算法，并校正了图像的畸变；利用了区域检测算法，将路面破损图像划分成子块图像，提取破损路面的边缘信息；在此基础上，采用长、短径计算方法，计算出路面破损图像的长度、宽度，按缺陷区域包围的像素数计算出缺陷的面积；在缺陷识别方面，本文用几何形状特征、纹理特征结合方法，作为路面破损识别的特征向量，设计了三层BP神经网络分类器，利用样本对BP神经进行了训练，其收敛速度较快。利用本文所研究实验检测系统，对横裂、纵裂、块裂等路面破损，进行了图像处理、测量和识别。实验结果表明：对横裂、纵裂和块裂的路面能够自动检测和准确识别，但对龟裂路面检测和识别的准确性还需进一步提高。本文所研究的内容是在实验室完成的，这些探索性工作，对路面破损自动检测和识别具有一定的帮助作用。