高速公路在促进社会和经济的发展中发挥着重要的作用。随着国民经济的快速发展,交通量迅速增长,公路路面出现了不同程度的损坏,这将直接影响行驶车辆的安全及速度。路面维护已成为公路部门的一项重要工作。由于摄像机拍摄的范围有限,一次只能采集到部分破损路面的图像。然而图像拼接技术的兴起,可以将采集到的具有部分重叠的破损路面图像拼合成一幅完整裂缝的图像,以便制定合理的维护方案。本文在综合分析了图像拼接领域研究成果和研究现状的基础上,对破损路面图像的拼接进行了深入的研究,具体内容如下。首先,对特征点的提取算法进行了研究,给出了灰度差阈值的一种自适应选取的方法。由于路面图像采集车采集到的破损路面图像会受到光照不均的影响,在提取特征点时,如果使用固定的灰度差阈值容易漏提取,或错提取出特征点。该方法的思想是在遍历每个边缘点时,根据边缘点所在区域的灰度,自适应地计算合适的灰度差阈值。实验证明,这种方法提高了特征点提取的精度,能够更好的适用于路面图像的特征点提取。其次,提出了一种路面图像特征点的快速提取方法。破损路面图像的特点是破损的裂缝相对于整幅图像占的比例一般比较小。针对路面图像这一特点,本文提出的方法是首先对待拼接的两幅图像进行边缘检测,缩小特征点提取的范围;然后将边缘点代入改进的自适应阈值特征点提取算法中,快速有效地提取出特征点。再次,对匹配点消错算法进行了改进。该算法不是直接在所有的特征点对中进行随机抽样,而是把匹配点集按照特征点匹配步骤输出的匹配点对的相关度进行排序、采样。从而减少了迭代的次数,能够快速搜索到最优内点集。最后,通过实验验证了上述算法的正确性和有效性,并对实验结果进行了分析和比较。由实验结果可以看出,本文的方法在实际的路面图像拼接中,具有较好的应用价值。