公路路面上的裂缝是很常见的路面病害之一，也是公路管理部门和养护部门越来越关注的问题。对于公路路面裂缝的数据和信息的获取，随着公路建设的发展，基于人工检测的方法越来越不能满足实际应用的需求，因为它耗费人力物力，检测不精确而且会影响人们的出行，检测危险等缺点。即使基于图像处理的公路路面裂缝的识别技术在一些发达国家己经有一定的发展，但是因为所采集到的图像信息很复杂，为了更好的对裂缝进行识别，针对它的数字图像处理算法成为各国学者关注的焦点。本文的研究重点是适用于特定裂缝图像的图像处理算法。针对图像的特点，使用一种快速的针对灰度不均匀图像校正方法，对质量不好的图像进行增强处理和去噪声处理，通过对几种滤波算法的研究和各种算法特点的比较，本文尝试了使用中值滤波与均值滤波相结合的方法对图像进行滤波，根据图像的整体平均灰度值来调整图像，使之易于对图像进行阈值分割，初步提取出图像中的裂缝，然后对提取出来的裂缝图像进行形态学去噪声操作，进而更清晰地识别出目标。采用了投影法对裂缝进行分类，裂缝特征值的大小代表着路面质量的好坏，裂缝分类完成后，再对不同的图片进行像素点统计来计算出裂缝特征信息，这里所说的特征信息也就是裂缝目标的特征值包括长度、宽度、面积等数据。经过一系列的处理，再将结果与人工现场检测的结果作对比，可以得出本文的算法所处理的结果是准确可行的。本系统还可以对多幅图像进行批处理，这样就可以提高路面裂缝的检测效率，对其进行自动的检测。进而能够简化养护部门和公路管理部门的工作，使他们在道路检测方面提出更好的决策，同时为其它的含有图像处理操作的任务提供一定的借鉴意义。