随着我国公路网的不断完善，路面养护与管理逐渐成为公路管理部门的工作重点。路面养护与管理工作的基础是路面数据的准确、快速采集，其中路面破损数据是非常重要的路面数据之一。而传统的基于人工的路面破损检测方法存在劳动强度大、速度慢、成本高、主观性强、危险性高、对交通干扰大以及检测精度低等问题。近年来，路面破损自动检测系统成为路面养护与管理领域的研究热点。由于路面破损类型多、路面状况复杂，目前仍没有开发出一种普遍适用的路面破损识别算法，这极大的限制了路面破损自动检测系统的发展。因此，研究有效、高效的路面破损自动识别算法成为路面破损自动检测系统发展的关键。　　本文在已有的相关研究的基础上提出了一种基于智能图像处理的沥青路面裂缝自动识别算法。针对实际采集的路面图像存在不均匀背景和噪声妨碍裂缝提取问题，文章利用一种基于多尺度小波变换的路面图像增强处理方法来消除路面图像背景亮度不均匀现象和噪声。针对直接在像素级上对路面图像进行裂缝识别存在识别精度和效率低的问题，文章将路面裂缝图像进行子块化处理，并比较了几种特征提取方法对裂缝提取效果，进而提出了一种利用投影特征对子块图像进行特征提取的方法，并使用样板匹配的方法对某些特征不明显的破损子块图像进行保护。试验结果表明本文提出的路面裂缝图像自动识别方法能够对路面裂缝进行有效识别。　　本文提出的路面裂缝自动识别算法可以直接应用到路面破损自动检测领域，该算法能够实现路面裂缝的精确、快速识别，为解决路面破损自动检测系统发展与普及所遇到的难题奠定基础。