随着我国交通道路建设的日益完善,交通事业体系越来越关注于公路基础设施的状况检测以及养护。公路路面的破损程度严重影响了道路的运营,裂缝作为破损病害的常见形态,若能及时对其进行检测及修补则可以保证交通道路的行车安全,延长其运营寿命。因此,基于数字图像处理的路面裂缝智能检测方法的研究具有一定的现实意义。现有的裂缝检测算法主要针对裂缝目标的完整提取,工程实际的应用需求往往无需高质量高分辨率的裂缝图像,因此,本文深入研究公路路面裂缝边缘检测方法,并从裂缝图像全局及局部特征分析公路路面裂缝特点,对裂缝边缘检测过程中的边缘检测、裂缝目标提取等关键步骤进行研究,提出一种基于渗流模型的图像裂缝边缘检测方法。该方法设计一种自适应阈值化方法提取裂缝边缘候选点,并基于渗流模型思想,结合梯度信息,提出一种裂缝边缘检测方法。本文主要进行了以下几方面的研究工作:1.深入研究了传统裂缝检测及边缘检测方法,在对公路路面图像进行显性特征增强等预处理的基础上,结合公路路面裂缝图像的全局及局部特征,提出一种自适应的裂缝边缘候选点提取方法。本文设计的提取方法是根据边缘点梯度信息,对路面裂缝图像进行自适应阈值化分割,提取出裂缝边缘候选点,实现了裂缝边缘区域主体的快速定位。2.本文基于渗流模型思想,将裂缝边缘相似相邻强度、裂缝边缘与背景的灰度差异性进行综合考虑,改进了聚簇特征判定条件,实现裂缝边缘检测;并针对渗流模型检测效率低的问题,提出了一种裂缝边缘候选点提取下的裂缝边缘检测方法,提高了检测的效率和精确度;对提取出的裂缝边缘可进一步通过形态学操作实现裂缝目标的完整提取。3.本文研究基于渗流模型的公路路面裂缝边缘检测方法,设计一套完整的公路路面裂缝边缘检测系统,从图像载入、裂缝图像预处理、裂缝边缘候选点提取、裂缝边缘检测到输出结果存储,系统可以进行实时处理,满足工程实际的基本需求,实现快速、精确地裂缝目标定位。