随着我国综合国力的增强,高速公路的蓬勃发展成为必然,路面养护也越来越得到重视。然而,人工作业效率低,精度也难以得到保障,车载式路面缺陷检测系统应运而生。在现场施工作业中,道路缺陷的检测尤为困难,如:坑槽、油污、阴影、路标等不可控因素,给检测带来很大的困难,现有算法难以保证检测的效率以及精度,通常导致需要深度修补的地段被忽略,路面缺陷检测算法的通用性成了技术瓶颈。针对上述难题,本文对路面缺陷图像的预处理、路面缺陷信息提取做了深入的研究。本文主要完成了以下工作:1、对采集的路面缺陷图像预处理。由车载式道路缺陷检测系统采集的路面缺陷图像,由于成像系统自身的缺陷,采集的图像灰度不均匀,针对该问题,本文对缺陷图像进行灰度校正,改善眩光造成的图像亮度、对比度不均匀问题。灰度校正之后,本文采用了一种改进的自适应滤波算法,有效的抑制了路面裂缝图像出现的噪声,而完整保留了路面裂缝的细节。2、路面裂缝信息的提取。完成图像的预处理工作之后,对其进行图像边缘提取以及图像分割处理,提出了基于非负特征的路面裂缝提取方法,在不改变原图像特征的基础上,采用基于背景标记的连通域去噪算法,快速遍历路面缺陷图像,减少了路面缺陷图像处理过程的复杂度,以便达到车载的要求。然后利用形态学变换提取膨胀结果的骨架,使图像更简易直观。再对其链码跟踪提取技术,计算裂缝的参数以便于形态描述,再利用面积和长度的阈值方法,删除短链,更好的表达裂缝信息,最后采用基于Zero梯度的轮廓提取算法,检测提取路面修补图像。在实验中,为保证算法的正确性,对每个步骤都做了验证,然后和当前的提取算法做了比较。实验结果表明:本文采用的图像采集装置能够弥补光照不足的影响,改进的路面缺陷图像预处理方法,有效的解决了图像眩光问题;提出的基于非负特征的路面缺陷提取算法,解决了路标、阴影以及油污的干扰;在高斯拉普拉斯算子的基础上,改进了算法,对路面修补图像的提取达到了良好的效果,能够满足道路养护中心实际检测周期的需要。