如何准确地提取路面裂缝图像中的裂缝信息己成为图像处理领域研究的一个热点问题。本文设计了一种改进的P-M模型与相干增强张量扩散的加权模型，该模型克服了经典图像处理算法、P-M方程、相干增强张量扩散等基本偏微分方程模型在路面图像中复杂的噪声、杂物的强干扰下不能很好的兼顾减噪和保护裂缝这两个具体要求的缺点。改进后的扩散模型在图像的裂缝区域鼓励相干增强张量扩散而抑制P-M扩散，而在非裂缝区域，鼓励P-M扩散而抑制相干增强张量扩散。该模型能够在去噪的同时增强裂缝的流式结构和锐化裂缝边缘，实现前期裂缝图像的增强。其次，本文对去噪和增强后的裂缝图像采用基于图像分块的二值化，该方法克服了全局阈值法没有考虑到图像中各个像素彼此之间的空间相关性，只是按照统一的标准来选取阈值的缺点，该方法能够较好的把裂缝目标从背景中分离出来，但对噪声环境中过于微弱的裂缝信号无法检测到，因此本文又采用基于谷点检测的裂缝目标提取算法，来提取裂缝目标，但提取后的图像存在伪裂缝干扰。最后，本文对裂缝目标提取后的图像进行数学形态学处理，以实现伪裂缝的消除，从而得到路面裂缝检测结果。从提取结果看，本文采用的方法能够较好的去除裂缝图像中油渍、石子等杂质干扰，去除伪裂缝，从而完成路面图像中裂缝有无的判断。但还存在一些孤立的噪点，并且个别裂缝边缘存在间断情况，有待进一步改善。