随着社会工业化、城市化的迅速发展，世界各国的交通量急剧增加。城市道路交通体系呈现出的严峻的拥堵、恶性交通事故以及持续恶化的交通污染等问题，如何有效监督和控制道路车辆的有序、高速、安全出行，成为当今国内外政府高度重视的难题之一。智能交通系统被认为是保障道路交通安全运转的基本路径，而数字图像处理技术在智能交通系统中具有不可忽视的理论及应用价值。裂缝检测是道路安全保障的基础。本文第一部分主要针对路面裂缝图像进行了算法研究并提出了一种基于路面裂缝特征的识别和提取算法，此算法从裂缝的灰度以及连续性特征入手，提出一种基于灰度相关性的裂缝检测算法。针对混凝土路面裂缝图像背景中存在的孔洞、污损等噪声干扰，主要分3步实现裂缝检测：(1)对所采集的路面图像进行特征分析，建立灰度值相似度量函数，根据相似度对比提取疑似裂缝信息；(2)利用连通域度量去除虚假裂缝，将问题转化为图论问题；(3)利用谱聚类算法提取真实裂缝。通过大量具有较复杂背景的混凝土路面图片测试，该方法均能实现路面真实裂缝特征的提取，具有较强实用性。道路车辆检测对保障车辆安全、高速运行必不可少，而图像配准是车辆检测系统中发挥着重要作用，是图像处理中的基本且关键步骤，配准精确度直接关系到图像的后续处理。本文第二部分主要针对相邻两帧路面图像进行了配准算法研究，由于基于灰度信息的图像配准算法的精度取决于灰度所提供的信息量以及局部匹配窗口的选取。所以，本文通过选取贡献较大信息量的点作为兴趣点，并利用同心圆域上的等距离选取点集作为对兴趣点的表征，根据两点间均方差判断两点的相似度以确定匹配点，由此提出了基于相邻两帧图像配准的算法，此算法不仅在灰度配准有较高精度，同时提高了位置配准的精确度，而且运算量小。