随着我国汽车、路建等行业飞速发展,公路上车流量、车辆载荷不断增加,使得公路路面出现裂纹,严重影响公路的承载能力和行车安全。因此及早的检测出路面裂纹,并及时的对路面裂纹进行维护,可以有效的避免裂纹的进一步发展,并保持汽车在公路路面行驶的安全性;然而我国路面状况复杂,影响路面图像的采集,同时路面图像采集与处理技术并不先进,在图像采集与处理过程存在许多不足,导致路面裂缝检测的准确率比较低。因此研究基于图像分析的路面检测系统对保障公路路面承载能力、提高车辆的行驶安全具有重要的意义。本文对路面裂缝检测系统进行研究,将图像增强处理、图像分割与边缘检测、图像特征识别以及特征计算应用于路面裂缝图像检测中。裂缝图像在采集过程中会产生噪声,因此需对裂缝图像进行平滑去噪处理,本文采用了基于方向的中值滤波算法,经实验图像对比得出基于方向的中值滤波算法对裂缝图像噪声有很好的抑制作用;为了进一步对裂缝区域信息进行识别与统计,需要对裂缝图像进行分割,采用了一种自适应的Canny边缘检测算法,首先对梯度幅值进行计算,然后针对其只能人工设置阈值的缺点,结合全局梯度信息自适应地生成动态阈值,最终通过实验发现自适应的Canny算法不仅去除了大部分的干扰,还提高了分割的精度。图像分割完毕,对裂缝存在的噪声、断裂、裂缝空洞等现象,进行形态学上的膨胀与腐蚀处理;然后通过裂缝空洞法与投影法对裂缝进行分类与识别,对识别出的裂缝进行参数提取。将计算机图像处理结果与实际公路现场检测结果进行对比,对比结果表明该方法能够得到较为满意的效果,然后将提取的数据结果写入数据库,最后根据以上数据计算路面破损率、路面状况指数PCI(Pavement Condition Index)等。通过对基于图像分析的路面检测系统的测试,发现本系统所采用的算法能够很好的检测识别出图像裂缝,得出裂缝参数信息,求出路面破损率,最终依据相关准则,给出保养意见,此系统达到了预期效果。