路面破损检测是道路养护管理工作的重要内容之一。传统的人工处理方法速度慢、危险、影响交通、不精确,已不能适应路面破损检测的需求。随着光电技术及计算机技术的快速发展,无损检测技术应用于路面破损检测是必然趋势。本文研究了目前先进的路面图像系统在路面破损自动检测中的应用。它利用高速度、高精度摄像机快速地拍摄路面图像,通过计算机快速处理,得到破损信息。然而,路面图像的复杂性、多样性以及破损信息的弱信号性,使得研究高效的检测算法并不容易。基于种情况,本文深入研究了数字图像处理技术的各种算法,包括:尝试综合多种图像增强以及灰度图像处理技术对路面图像进行适当的预处理;图像二值化以及二值化处理的方法;回顾了经典的边缘检测算法。在此基础上,结合大量路面图像的反复试验得到了路面图像自动处理的有效算法组。同时,本文还系统研究了精度更高的基于BP神经网络的黑箱预测方法,给出了一个基于BP网络的试验平台。最后,本文利用面向对象程序设计方法,设计了实验软件,实现了以上所述的部分算法,并取得了令人满意的效果。整个软件系统是在.NET平台下用C#语言编写而成,界面友好,易于操作,可以实现对沥青路面图像的预处理、图像分割和相关的特征计算,还可观看每步的处理效果和图像的直方图分析。本系统可望应用于对沥青路面破损进行自动检测,为公路管理、养护部门的决策提供科学依据。