基于图像的公路路面病害自动识别与分类，一直是图像处理和模式识别领域的一项挑战性工作，其对公路养护工程具有很大的指导作用。本文的背景科研项目为南京理工大学江苏省自然基金项目：路面图像中病害信息检测、分类与度量方法的研究。本文探索路面各类病害的图像特性，研究基于图像的路面病害自动识别分类方法。本文基于路面病害二值图像，主要研究路面病害图像的特征提取方法。通过对路面病害图像细致、扎实的特征分析，针对性地提出了各种路面病害图像的结构特征，包括线性特征，密集度特征和区域统计特征，这些特征很好地描述了各类路面病害的形状特性，具有明显的分类效果；同时着重提出了基于分形的路面病害统计特征提取方法，通过对路面病害二值图像分形维数得计算，所得路面病害图像的盒维数与信息维数可以有效地区分三大类路面病害：单向裂缝、网状裂缝和坑槽。最后，用BP神经网络来实现针对路面病害的分类器设计，以路面病害图像的结构特征和统计特征相结合所组成的特征向量作为分类器的输入，输出结果包括六种病害类别，其中对五种路面病害类型均取得了较好的识别效果。