随着我国进入快速发展的新阶段,交通强国等政策推进,基础设施不断完善,公路交通工程建设工作的大量展开,路面检测、养护、管理工作有了更高的要求。沥青路面离析检测是保障路面使用性能的重要一环。研究快速提取精确的路面纹理与构造信息,对无损、快速且准确地检测路面离析有着重要的意义。围绕离析判定这一主题,以提高检测效率为出发点,利用数字图像,研究路面图像预处理、构造信息获取方法及沥青路面离析判别方法。图像预处理起到降噪增质的作用,是后续研究的先决条件;路面构造信息获取是离析判定的重要的内容,在快速无损检测的大趋势下,利用数字图像有助于快速获取新建路面构造信息与判定判别;在路面离析判定方面,多尺度边缘检测与纹理图像熵被引入,以此提高路面图像离析判别水平。针对新建沥青路面,由于污染物较少,沥青色泽比较新鲜,灰度信息能够反映路面构造深度差异导致的图像明暗情况,由此,提出了了一种基于图像灰度矩阵与神经网络的路面构造深度估算方法。使用BP神经网络,利用倾斜摄影实景建模与灰度图像得到输入与输出样本,建立学习与训练模型,通过输入图像灰度矩阵,训练得到路面构造深度信息。在此基础上,将估算的构造深度与变异系数判定相结合,通过大量实验分析,提出了新的离析判据。实验表明,该方法能够达到快速、准确的判断新建沥青路面离析的目的。针对旧沥青路面,由于长期使用,路面被污渍、轮迹等污染,图像中的灰度信息不足以区分路面纹理,有鉴于此,使用边缘检测Lo G算子识别图像纹理信息特征,通过使用不同的算子尺寸,获取图像纹理信息。比对不同尺寸的边缘检测图像后发现:同一个样本两幅边缘检测图像中差异明显的部分离析现象更为严重,根据这一特点结合边缘检测纹理图像与图像熵,得到纹理图像熵值可以判别沥青离析状态,通过实验分析,该方法可以较为快速、可靠的对旧沥青路面离析状况进行评估,为精细化的沥青路面使用状况评估、养护提供依据。