进入21世纪以来,我国的经济得到了飞速的发展,要想富先修路,随之而来就是公路建设也展开了大规模的扩张建设,公路面积的大幅度增长也带来了路面的养护工作问题,而路面破损最多的表现形式就是路面裂缝,如果在路面裂缝出现的早期就能够得到及时的修补处理,将会对后期的路面养护工作节省大量的人力物力和财力。近些年来,路面裂缝的智能检测技术已经得到了越来越普遍的应用,然而由于我国路面智能检测技术起步较晚,发展还不够完善,导致路面裂缝智能检测技术的精确度还不够高。本文主要的研究对象是路面裂缝的智能识别技术。由于原始采集到的路面裂缝图像中,路面裂缝信息和路面背景的对比度相对较低,本文先对采集到的原始路面裂缝图像进行预处理,主要包含了路面裂缝图像的灰度化、增强处理和去噪处理。其中增强处理本文提出了一种改进的Retinex算法对裂缝图像进行增强处理,从该方法的处理的效果可以较为直观的看出增强了路面裂缝和路面背景的对比度。在路面裂缝图像的分割中,本文选用两种算法进行了比较,分别是基于Sobel算法的8方向分割算法和基于最近邻均值漂移图像分割算法,由于路面存在不同的杂质和裂缝形状的不规则性,从分割出来的效果可以看出,基于Sobel算法的8方向分割算法显示的效果并不理想,存在很多孤立的噪声点没有能够去除,而基于最近邻均值漂移图像分割算法在将裂缝进行分割的同时还去除了大部分的干扰噪声,提高了分割的精确度。在路面裂缝特征提取中,虽然基于最近邻均值漂移图像分割算法分割出来的裂缝较为完整,分割效果较为良好,但是仍然还存在一些孤立的噪声点,在特征提取的时候本文采用了形态学的膨胀腐蚀运算进行了处理,不仅较好的提取出裂缝形状,还消除了孤立的噪声点,为后面的识别工作打好基础。在路面裂缝的识别中,根据裂缝图像背景的连通域的个数对裂缝类型进行分类,识别出是线性裂缝还是网性裂缝,线性裂缝则根据裂缝在X轴和Y轴的投影来判断出是横向裂缝还是纵向裂缝。本文所有算法都是在MATLAB实验平台上进行验证,大部分的算法验证都达到了较为满意的效果。在对识别出的裂缝进行参数(裂缝长度、裂缝宽度、裂缝面积等)提取,再根据路面破损程度指标PCI来判断路面破损的程度信息,在一定的程度上提高了路面检测技术的效率,为道路养护部门提供更为直观的信息。