公路路面损坏类型以裂缝为主,实时监测路面裂缝对公路路面性能评估和养护管理具有重要价值。而现有的裂缝识别算法大多基于理想状况下,缺乏对复杂环境的适应性,难以满足工程应用的实际需求。针对上述问题,本文从图像预处理、裂缝检测、裂缝量化和评估等方面对公路路面裂缝识别技术进行研究,具体如下。(1)在图像预处理方面,本文首先采用路面阴影算法和黄白车道线去除算法去除图像背景中的大面积噪声,然后利用基于Retinex的图像增强算法和基于加权最小二乘滤波的保边平滑算法分别对图像进行增强和去噪处理,既突出裂缝目标,又保留了裂缝信息。(2)在裂缝检测方面,本文提出了一种改进的基于直方图对比度的显著性检测算法。论文以准确率、召回率、F-测度为评价指标,对改进算法进行了定性定量地对比分析,实验结果表明该算法能有效降低背景噪声的显著值,抑制了暗噪声。(3)在裂缝量化和评估方面,根据裂缝损坏评估标准和差异化的路面修补方案,提出了一种结合裂缝宽度和裂缝率的裂缝量化及评估算法,既能准确评估裂缝损坏等级又能减少计算量,提高效率。大量实验结果表明,本文基于图像处理的路面裂缝识别技术能很好地适应复杂背景下的路面裂缝识别,有利于合理评估路面使用性能,预测路面可能出现的病害类型,为制定相应的养护方案提供技术支持。