路面破损数据是路面养护管理中重要的数据之一目前主要采用人工检测的方法获取数据，但人工检测效率低、耗时，而且现场检测存在不安全因素。因此，开展路面破损自动检测及识别技术研究具有重要的意义。
本文介绍了路面破损检测系统、路面破损图像处理的国内外研究现状和发展趋势，以及图像检测方法的分类。主要完成了路面破损视觉图像检测实验系统的设计，包括视觉检测子系统结构和安装参数的确定，摄像机、物镜的选择;对视觉检测系统，采用滤波技术，去除了图像噪声，建立了均方拟合双线性插值算法，并校正了图像的畸变;利用了区域检测算法，将路面破损图像划分成子块图像，提取破损路面的边缘信息;在此基础上，采用长、短径计算方法，计算出路面破损图像的长度、宽度，按缺陷区域包围的像素数计算出缺陷的面积;在缺陷识别方面，本文用几何形状特征、纹理特征结合方法，作为路面破损识别的特征向量，设计了三层BP神经网络分类器，利用样本对BP神经进行了训练，其收敛速度较快。
利用本文所研究实验检测系统，对横裂、纵裂、块裂等路面破损，进行了图像处理、测量和识别。实验结果表明:对横裂、纵裂和块裂的路面能够自动检测和准确识别，但对龟裂路面检测和识别的准确性还需进一步提高。
本文所研究的内容是在实验室完成的，这些探索性工作，对路面破损自动检测和识别具有一定的帮助作用。