公路是国民经济赖以发展的重要基础设施，在国家整个综合交通体系中有着广阔的发展前途，对发展社会主义商品生产，繁荣城乡经济，巩固国防，密切国际交往，方便人民生活都具有十分重要的作用。随着公路交通运输业的发展，人们对公路路面质量及其养护提出了更高的要求。传统的人工检测方法存在效率低、影响交通、耗时耗人力和不精确等缺点，已不能适应公路发展的要求。如何在不影响正常交通秩序的情况下，快速对整段路面做全面地调查并定位到问题区，成为急待解决地一大难题。 本课题基于“公路路面破损检测系统”，主要研究了基于图像的路面破损提取方法。本文主要工作和内容归纳如下：在广泛查阅国内外相关文献的基础上，综述了国内外公路路面破损检测技术的研究现状；介绍了沥青公路路面破损的相关知识，详细说明了路面破损的类型，路面破损状况的评价方法和路面状况指数PCI 计算方法，并对路面图像的特点进行了总结；提出一种灰度变换方法对路面图像进行预处理，统一亮度，去除阴影；采用平稳小波阈值去噪方法对路面图像进行去噪，并与中值滤波、梯度倒数加权平均滤波等方法的去噪效果进行了比较，证明了此方法的有效性；采用基于侧抑制原理建立的空域模板对去噪处理后的路面图像进行了增强处理，利用该原理增强反差的作用突出了路面图像中破损的信息；基于P-tile和直方图模糊C-均值聚类算法首先提出了一种路面图像全局阈值分割处理方法，进而提出一种路面图像分块阈值分割处理方法，该方法处理数据量小，效率高，通过实验验证了该方法的图像分割效果优于其他几种算法；采用数学形态学对分割后的二值化图像消除噪声；详细说明了本文所用算法的流程，提出在提取路面图像破损之前先判断路面图像中有无破损，只对判断出的有破损的图像进行破损提取操作，大大减少了处理的数据量；最后给出了实验结果和分析，对全文进行了总结，并对接下来的研究工作提出了建议。 本文的研究结果经实验证明可直接应用于公路路面的破损检测系统，也可为其他领域的图像分析研究提供参考。