我国公路建设的高速发展对现代化养护管理提出更高要求,适时合理的养护决策需要及时、准确地掌握路面各技术状况指标。路面宏观构造深度作为评估抗滑性能的重要指标之一,影响着车辆行驶舒适性、燃料消耗与噪声产生。传统的人工或半自动检测方法存在受人为、检测设备影响大,易受环境干扰、数据间断、成本高等问题。三维扫描技术凭借高精度、快速无损等优势,应用于路面检测有很好的前景。因此本文致力于开发一种高精度、抗干扰、成本适中、直观显示的路标表纹理三维检测设备与特征提取技术,为后续其他指标的检测与完整评估体系的构建打下基础。首先,通过研讨目前常见的机器三维视觉技术的特点及应用场景、分析路面检测需求,选择激光三角原理作为检测技术,并在当前工业检测设备的基础上确定检测设备搭建方案,制定扫描系统检测流程。其次,在分析系统扫描原理和相机成像转换关系的基础上构建系统简化数学模型,利用张氏标定法、交比不变原理标定未知参数以获得模型数学表达式,设计特制的量块对标定后的系统精度进行验证。然后,提出了改进的Steger法,用于提取光条图像中心点。通过阈值检测自动分割出光条ROI区域减少冗余计算,结合Smooth函数拟合中心线去除两侧离散噪声,相比灰度重心法计算效率下降10%-20%,但此算法精度高、抗干扰、鲁棒性强。在提取后的三维点云数据中,对于系统检测缺失数据,通过对轮廓线数据三次样条插值拟合,实现数据等间隔分布与缺失数据恢复;将点云数据转化为深度矩阵,使得系统提取存储效率提升约6倍,并实现路面三维重构。最后,通过路面三维数据分析,提出基于计算基准面的宏观构造深度MTD（Mean Texture Depth）计算方法,以蒙特卡洛期望法计算包络体积,进而获得MTD值。现场铺砂试验与扫描试验对比结果高度相关,表明系统扫描精度高,计算算法稳定有效。本研究搭建了路面激光三维扫描设备,实现了路面三维数据的提取与矩阵转换,提出了三维数据下的MTD计算算法,实现路面MTD快速准确无损提取,具有较高的工程实践价值。