裂缝、坑槽、露骨是农牧区水泥混凝土路面的主要病害,对于当地的公路经济流通有很大的阻碍,高效的水泥混凝土路面病害检测手段是保障公路经济流通顺畅的重要条件。目前的路面病害检测手段逐步从人工、半人工检测方式向自动化检测方式过渡,基于图像处理的病害检测识别方法因其准确率高、速度快而广受欢迎,但目前的自动化检测手段也存在诸多问题,如单帧检测信息重复率高降低了检测效率、路面图像拼接产生明显痕迹造成识别误差等。本文以通过计算机进行的图像处理技术为基础对水泥混凝土路面主要病害的检测手段进行了如下研究:（1）提出了一种将MSAC算法和双向一致性算法与传统的SURF算法相结合的算法,该方法以SURF算法为基础提取特征点再通过双向一致性算法计算精确匹配点最后根据最小误差筛选出MSAC算法得出的最优模型保留最优匹配点。与传统的SURF算法相比,该方法在特征提取匹配的准确率和时间上都具有明显优势。（2）针对拼接图像存在的拼接痕迹的问题,提出了一种基于图像亮度和距离比例调节的拼缝消除方法。计算融合算法评估指标熵、标准差和平均梯度分别为7.534、12.531、6.882,该方法的图像融合效果好,很好的消除了因光暗程度不同以及图像错位而产生的明显拼接痕迹。（3）以病害的纹理特征和投影特征通过LIBSVM构建模型对路面图像进行病害识别,结果发现病害图像的召回率为98.51%,精确率为97.06%,准确率为98.06%,F1-Score为97.78%,该方法进行病害识别的精度高。（4）为消除连续病害检测的重复信息,本文通过先拼接再进行病害检测的方法进行路面图像病害识别。结果显示,拼接图像的病害识别准确率为93.63%,检测时间为588.6s,采用该方法可以更加准确、快速的进行路面病害识别检测。