改革开放以来，我国经济的得到了高速发展，我国高速公路也随之而得到了飞速建设，与之而来的是高速公路的管理工作，特别是高速公路路面破损检测工作，因为只有及时了解了高速公路的路面情况，从而对其破损部分给与修理，才能保证高速公路的通车能力。 但我国目前在路面检测这方面采用的仍然是传统的人工检测法，这不但与高速公路的飞速发展极其不协调，且效率低、耗时、也极大的威胁了进行室外检测的工作人员的人身安全，还影响交通顺畅。同时，由于人工检测容易受人为因素的干扰，不利于对路面破损进行客观和准确的评价，因而急需一种高效、智能的路面检测系统来完成高速公路路面破损检测工作。本论文设计了一个高速公路路面采集系统来采集高速公路路面图像，并根据破损路面的破损特征设计了一套算法识别了破损类型，从而达到了对路面破损实行了自动检测。 首先，本文利用千兆以太网高速图像采集设备、高速线扫描数字摄像机、距离传感器、尼康镜头、工业控制计算机、智能信号处理器、承载车和辅助照明系统构成了路面图像采集系统，该系统可以采集实际幅度为3.75米×4米的图像，并把图像以2048×2048像素的JPG格式存储到工业控制计算机上，然后把图像的相关地理信息写入相对应的数据库中。当采集到一定量图像后在车上进行初步筛选，采用神经网络的识别算法把来区分可能含有破损的路面破损图像或者是不含破损的好路面图像，然后把含有破损的路面破损图像及其相关地理信息导出到车下数据库中，在车下破损识别子系统中分析破损路面图像，对其提取5个特征值，然后根据这些特征值来分析路面破损图像中破损类型，并把这些破损分为5种类型，并对各种不同的破损类型进行进一步的处理，求出其破损中所含有的破损面积或者破损中裂缝的宽度，然后根据破损面积或者裂缝宽度来进一步对破损的严重性进行分级。 本文采用VC++来实现整个系统中的软件部分，并进行了一系列的实验，实验结果表明本系统可快速准确地采集路面图像信息，且其破损算法能有效地识别5种破损类型。