高速公路的养护工作是保证高速公路正常使用的一个重要环节。在自然条件、外部因素和车辆荷载的作用下,高速公路会产生各种各样的病害。裂缝是路面病害中初期表现形态,对公路有着极大的破坏作用,因此路面的裂缝检测识别显得尤为重要。路面裂缝检测技术最初是靠人工检测,其缺点是耗时、危险、效率低下、妨碍交通等。随着计算机数字图像处理的发展,基于计算机辅助的路面裂缝图像检测成为研究的热点。路面裂缝的自动化检测的流程是采集图像、传输图像、计算机处理、得出结果。由于路面的复杂性,受外界因素的干扰,检测车采集得到的路面图像会受到噪声、阴影、光照不均匀的影响,使得现有的算法不能较好的从图像中提取出裂缝,容易出现误判、漏判,识别效果不能满足要求。因此,在不能改变外界因素的条件下,如何找出一种更能适应复杂图像的裂缝提取算法是本文研究的重点。本文主要做了以下几方面的研究工作:①在图像的预处理过程中,通过对几种常见的滤波算子的理论分析和试验,提出了一种改进的自适应的中值滤波方法,并结合灰度校正对图像进行预处理,主要目的是去除图像中的噪声以及由于光照不均匀引起的图像灰度变化,经实验结果证明,该算法去除光照不均匀以及滤波效果较为理想。②对比多种图像的分割方法,针对路面图像信号强弱不均、裂缝边缘信息容易丢失的问题,采用根据直方图孤谷点确定阈值的分割方法,通过二值化的原理,对裂缝图像进行了分割。③对分割后的图像,采用数学形态学的思想对灰度变化区进行几何连通,构造连通区域,获取图像的几何特征,确定裂缝矢量几何信息,进而得到完整的裂缝图像。最后对连通之后的裂缝图像进行几何特征测量,得到裂缝的长度、宽度以及网状裂缝的面积信息。④最后,利用本文采用的裂缝提取算法,分别选取不同的裂缝类型,对裂缝图像进行处理、得到裂缝的信息。实验结果表明,该方法可以满足实际检测的需求,且计算复杂程度小,容易实现。