公路在国民生活中扮演着愈来愈重的角色,公路的养护维修不可或缺,养护方案的制定依赖于路面病害的特征数据,如何快速准确的检测路面病害成为当前至关重要的任务。为了克服传统人工检测耗时耗力以及目前裂缝检测车造价高、适用性不强等缺点,基于运动相机的裂缝检测技术应运而生。针对运动相机采集的路面图像存在阴影问题,本文提出一种基于自然光照条件的路面裂缝检测算法。首先,通过形态学运算、高斯滤波、阈值分割以及边缘检测算子对图像进行本影区域和半影区域检测,采用光照补偿模型实现本影区域去阴影目的;由于半影区域像素值突变,选择三次样条插值算法去除半影区域阴影并采用光照补偿模型恢复半影区域纹理信息;从而得到路面去阴影图像。其次,通过K均值聚类算法和Otsu阈值分割算法对无阴影图像进行处理,分别得到初步裂缝检测二值图,通过对比分析,K均值聚类优于Otsu阈值分割算法,最终选择K均值聚类实现裂缝检测。最后,由于油污、纹理信息、路面接缝对裂缝检测的干扰,根据连通区域面积、长宽比特征以及霍夫变换算法完成裂缝二值图像滤波,得到完整的裂缝检测结果进行裂缝特征提取及类型判定。针对本文提出的光照补偿去阴影算法以及K均值聚类裂缝检测技术,进行了大量的试验研究,并与目前较典型的去阴影算法以及裂缝检测技术进行了仿真结果过对比。实验数据表明:本文提出的基于自然光照条件的路面裂缝检测算法通过组合去阴影和裂缝检测算法,能够对不同类型的裂缝图像进行高效、准确的裂缝识别,为路面养护策略的制定提供了良好的基础。