近年来，随着我国高等级公路建设的飞速发展，公路养护技术也快速的发展起来。本文采用数字图像处理技术，对公路路面裂缝破损进行处理与识别，需要解决的重点是裂缝图像的预处理算法问题。由于路面状况受自然环境影响较大而且路面对比度较差，所以路面图像预处理包括灰度校正，噪声去除，增强对比度，二值化分割等几个步骤。路面破损图像预处理结果可以为路面破损面积计算和路面破损图像分类提供相应的依据。　　 本文主要内容总结如下：在查阅大量国内外相关文献资料的基础上，综述了国内外路面图像预处理技术的研究现状；分析了路面图像的特点；采用了一种灰度变换方法对路面图像进行预处理，统一亮度，去除阴影；在提取路面图像破损之前先判断路面图像中有无破损，只对判断出的有破损的图像进行破损提取操作，大大减少了处理的数据量。　　 在图像去噪方面，本文对传统的小波阈值算法进行了改进，在阈值的估计中综合考虑了各种统计量：噪声方差，算数均值，几何均值，分解层数；在对系数的调整的函数方面，有效结合了传统的软阈值函数和硬阈值函数，能有效的克服用硬阈值函数和软阈值函数进行系数的处理时带来的缺陷。试验结果表明该方法能够很好的去除噪声，同时较好地保留边缘特征。在增强方面采用模糊对比度增强算法对路面图像进行了增强处理，利用隶属度可以对图像的细节进行增强，图像的层次更加清晰。　　 路面破损图像的分割处理是预处理算法研究的重点，本文提出了一种结合二维最大熵和模糊熵的图像分割方法。该方法先采用二维最大熵分割算法对图像进行初步分割，并且对传统的复杂计算过程进行了改进，提出了基于PSO 寻优的快速计算二维熵的快速分割算法，再利用模糊熵准则对含有噪声点的二值图像作后续处理。该方法一方面能够继承二维最大熵分割算法的优点，可以灵活地运用在路面图像这类对比度低的图像分割中，另一方面充分考虑了图像的区域信息，利用模糊熵最小作为准则，对二维最大熵分割算法初步分割结果的错分类点作了进一步的处理。论文最后说明了预处理算法的流程，最后给出了实验结果和分析，对全文进行了总结，并对以后的研究工作提出了建议。