路面裂缝作为公路病害的早期形式,是公路养护管理的重点处理对象,如何高效、准确、智能地对路面裂缝进行检测已成为全球的研究热点。计算机及数字图像处理技术的发展,加速了裂缝自动化检测技术的进程,基于数字图像处理的路面裂缝自动化检测技术,将有助于路面的管理与养护,从而有效地促进公路交通事业的健康发展。针对路面图像噪声多、特征复杂、图像分割难等问题,本文结合数字图像处理的相关方法及分数阶微积分对信号的作用特性,对路面图像中裂缝检测的关键技术—路面图像增强、裂缝目标提取,展开深入的研究与探索,论文主要研究内容及成果可归纳为以下几点：1、分数阶微积分基础理论研究本文研究了分数阶微积分理论的定义推导、基本性质、Laplace和Fourier两种频域积分变换,重点阐述了分数阶微积分对信号的作用特性,为后续采用分数阶微积分对路面图像进行增强和裂缝提取奠定理论基础。2、图像增强预处理针对路面图像的特点,本文研究了路面图像增强算法,并提出了基于分数阶微分最小均值的图像增强算法。分数阶微分可以加强图像的纹理细节并提升图像边缘信息,而最小均值算法可以有效地去除路面图像背景噪声并拓展裂缝信息,本文的增强算法结合了二者的优势特点,对路面图像具有较好的针对性。3、裂缝提取作为裂缝检测技术的关键,裂缝的提取算法直接决定着裂缝检测的准确度和精确度。鉴于在路面图像中,裂缝相对邻近背景而言,是一些灰度局部最小值的像素集合。因此,本文在对裂缝进行分割提取时,将路面裂缝与地形中的谷底进行类比映射,提出了基于分数阶积分谷底检测的裂缝提取算法。该方法不仅具有较好的抗噪性能,而且还综合了分数阶积分提升裂缝弱边界和谷底检测准确定位裂缝信息的优势,对不同特征路面图像均具有较好的实验效果。4、裂缝毛刺消除与断口连接由于传统毛刺去除和边界断口连接方法对裂缝处理效果不佳,为此,本文针对裂缝特点,进行了算法改进。新算法能够很好地去除裂缝中的毛刺和伪裂缝噪声,同时能根据原图的裂缝信息准确地连接裂缝断口。