随着我国高等级公路建设的快速发展,公路的检测和维护工作在国家经济建设以及民生建设中的作用受到越来越多的重视。目前,传统的人工检测已不能满足公路快节奏发展的要求,因此,路面破损自动检测技术的研究变得尤为重要。近年来,随着计算机技术的迅猛发展,基于计算机视觉的路面破损检测系统已经应用于公路破损检测和养护领域。本文针对路面破损检测算法中存在的热点、难点进行了重点研究。首先,针对检测系统采集到的图像存在光照不均匀、噪声干扰严重等问题,本文提出对其进行预处理,图像去噪采用中值滤波处理,并将结果与均值滤波、高斯滤波效果比较,实验结果表明中值滤波在去除噪声点时可以取得较好效果。其次,对预处理后的图像进行边缘检测和区域填充。本文将双树复小波变换和直方图方向梯度计算相结合,提出一种基于双树复小波变换的路面裂缝检测算法。该算法用双树复小波变换对路面裂缝图像进行子带分解,对各子带图像进行直方图方向梯度矩阵计算,阈值化后确定裂缝边缘。实验结果表明,与传统边缘检测算法相比,该算法目标识别度高、抗干扰能力强及准确率高。确定裂缝边缘后进行区域填充处理,完全分割出裂缝区域。最后,对特征提取和分类识别进行了研究。本文对阈值化后的路面裂缝图像进行特征提取,根据提取出的特征设计了支持向量机分类器,对路面图像进行识别分类。通过多幅路面裂缝图像实验证明,该分类器可以有效地对路面裂缝图像进行分类处理。