随着我国道路交通运输的飞跃式发展,公众对高水平的道路养护能力以及高等级道路的需求越来越迫切。造成这种现象的根本原因在于我国在道路破损检测识别方面的技术仍然是传统的方法,而且,不够科学的道路养护策略也是主要原因之一。为了实现对道路破损路面裂纹的自动识别,降低人工识别的劳动强度和危险系数,节约养护成本,以及为道路养护部门提供科学的现实依据,本文基于无人车对道路破损进行识别技术研究,并对破损程度做了量化评估。本文用无人车采集了大量道路破损图像,在对这些图像分析处理的基础上,针对道路裂纹图像的特点,研究了分割提取道路破损裂纹、破损识别以及裂纹宽度、长度、面积参数测量的相关算法。首先,采用图像处理技术对无人车采集的道路破损图像进行预处理,包括灰度化、灰度变换、图像平滑和图像锐化。进行图像预处理之后,研究了基于自适应滑动窗口的道路裂纹分割提取方法,来获取裂纹的二值图像。在此基础上,先针对裂纹的几何信息,并结合模板匹配原则,对裂纹进行了分类识别。然后根据形态学图像处理的相关理论算法,对裂纹做了量化分析,计算其长度、宽度以及面积；依据获得的裂纹对应参数信息,研究了基于模糊判决的道路破损程度评估算法。大量道路裂纹破损图像的测试结果验证了识别算法以及程度评估算法的有效性和稳定性。最后,设计实现了基于无人车的道路破损识别及程度评估系统,相关的系统实验结论可以为道路等级划分以及道路养护方案制定提供参考。