路面破损对高等级公路的承载能力、耐久性能和车辆行驶速度、机械磨损、燃油消耗、行车舒适性以及环境保护、交通安全等都会造成不利的影响。传统的基于人工视觉识别路面破损的方法有成本高、危险性大、效率低、识别精度低等诸多缺点。近年来,基于图像工程的路面破损识别系统在公路养护领域得到了广泛研究,但当前已有的自动识别算法尚不成熟,图像数据的后期处理仍然是采用人机结合甚至完全人工的方式,导致识别工作量仍然过大。因此,设计完善的自动识别系统是当前亟待解决的热点、难点问题。本文针对路面破损自动识别算法中存在的难题,对路面破损图像的增强、去噪、图像分割、孤立噪声去除、裂缝分类、破损参数的提取等多方面进行深入研究,主要工作内容和研究成果简述如下：1.针对图像采集系统拍摄到的路面图像存在光照不均、噪声严重、裂缝边缘模糊且断裂点较多等问题,本文提出了一种基于数学形态学的Contourlet变换域路面破损图像增强和去噪算法。算法利用信号和噪声在Contourlet域不同的相关性,针对完好路面背景、裂缝边缘和噪声边缘采取不同的滤波策略,消除正常路面处的噪声,实验表明本文算法无论在增强效果还是在抗噪方面都优于传统的图像增强算法。2.提出一种基于最大类间距离和多方位结构元素形态学的路面破损图像分割算法。针对传统的图像分割算法不能有效分割不均匀光照路面图像破损的问题,深入分析路面图像中裂缝类破损像素的区域特征,将采集到的路面裂缝图像利用类间最大距离法确定其发生梯度变化的像素点,后对这些像素点采用多方位结构元素进行腐蚀操作,提取路面裂缝边缘的同时滤除噪声。实验表明：较传统的图像分割算法,该算法具有更好的分割效果,而且运算速度快。3.目前对路面破损图像分割算法的评价都是通过人工目测分割结果的方法来给出定性的评价,很难给出客观的、系统的、定量的评价准则。对于现有的多种图像分割评价方法,根据原理和性质的不同,本文选用交叉熵、区域内部均匀性、形状测度和区域对比度四种评价准则对路面破损图像分割算法进行评价,并将这四种评价准则相结合,提出一种综合评价指标来客观评价路面图像分割算法。实验表明：与单一评价准则比较,本文的综合评价准则能更有效地评价图像分割质量。4.依据四种类型裂缝具有不同几何形态差异的特性,提出利用投影和小波去噪算法首先区分线性裂缝和网状裂缝,进而利用裂缝分布密度的不同再区分网状裂缝与反射裂缝,后利用图像孔洞数作为参数进一步判别裂缝类型,并利用基于RBF神经网络的模式分类器实现对裂缝的准确分类。5.在裂缝特征参数的计算这一关键问题上,对已分类好的裂缝目标,提出利用轮廓跟踪算法,设计了有效计算网状裂缝的面积、周长和形状参数等的算法。实验结果表明,该算法可以准确的测量出单幅路面图像中的裂缝目标参数,可以有效地识别出裂缝。