但是发展的同时会有道路保养修护的问题[3]，对高速公路来讲，不仅过往车辆会对其压迫以致损耗，恶劣的自然天气灾害都有可能对其造成致命的伤害，上述两种情况都有可能造成裂纹产生。如果能在裂纹产生早期对其进行维修保护，那么可以大大减少维修经费，车辆的行驶安全也能得到充分的保障。早期靠人工视觉检测的方法已经无法满足我国高速公路高速发展的现状[4]，这种方法弊端太多，消耗过多人力，精度低，且工作人员的生命安全无法得到保障。

随着光电技术的发展，我们可以通过基于图像处理的技术开发出道路裂痕自动检测系统，这样就能大大提升检测效率，减少公路维护经费，所以高速公路裂痕自动检测技术对高速公路发展有着重大意义。

1.2  路面裂纹分类

1.2.1  龟状裂纹

对于沥青路面，由于温度变化导致的内应力不均会渐渐形成纵裂纹[5]，随着道路使用时间增加，疲劳损坏产生各种裂纹，这些裂纹相互交错其形状类似于龟背故称为龟状裂纹。如果放任龟状裂纹不管，久而久之就会变成坑槽，大大影响行驶舒适度与行驶安全。

1.2.2  块状裂纹

块状裂纹与龟状裂纹的不同在于块状裂纹中[6]，横纹与竖纹交汇处近似于直角，其所形成的裂纹区域为方形，故称为块状裂纹。块状裂纹的产生主要是路面老化所导致的，我们知道沥青材料具有遇到低温会收缩，多次使用会变软的特性。

1.2.3  直裂纹

直裂纹的产生原因主要是[7]：在铺设高速公路的过程中，沥青路面接头处的路面压实度不是很均匀，或者说长时间的使用高速公路路面引起了路面上升以及下降。

图1-1龟状裂纹        图1-2块状裂纹         图1-3直裂纹

1.3  国内外研究现状

对高速公路路面裂痕进行研究，实则是对数字图像处理算法的研究。对图像进行处理时，各种不同的算法有着不同的功效。有的用来图像增强[8]，有的用来降低噪声[9]，有的则是用来进行图像分割等等。近些年，随着计算机科学的迅速发展，为图像处理变得更方便更智能提供了科学基础，新的算法层出不穷。

对路面裂痕图像进行增强，可以用到下述几种方法。均值滤波、中值滤波和自适应平滑滤波等等传统的方法。但是这些方法缺点都很明显，对于图像边缘都不能保存的不好，处理起来效果很差。针对这个问题一些学者提出了新的算法。Chou[10]等利用模糊技术对路面裂纹图像进行了增强，去除了不均匀光照引起的图像噪声，但是不能保持裂纹的边缘。马长霞等提出基于NSCT的路面裂纹增强算法[11]，不仅可以去除由不均匀光照等引起的噪声，还可以保持裂纹边缘，但是算法运行时间过长，不能满足实时性的要求。

传统的图像分割方法像对图像进行分割时效果一般，比如说直方图法或者一些数学导函数的算子。但是处理过后图像的裂痕都不怎么明显。Tsai等提出OSTU阈值分割算法[12]，但因为路面裂纹的背景和目标大小之比有时过小，使得类间方差有可能呈双峰性，从而使得OSTU法失效。周帆帆等提出使用区域增长的方法来分割[13]，取得了不错的效果。

熊和金等利用人工神经网络对裂纹进行分类[14]，将网状裂纹的面积以及周长作为的输入特征。肖旺新等提出破损密度因子的概念[15]，通过统计裂纹像素和背景像素的关系，然后利用人工神经网络进行识别分类，取得了良好的效果。王殉提出了基于人工神经网络的方法来判断路面的损害程度[16]，结合了路面裂纹图像的灰度、纹理等特征，经实验证明该算法的效果远远好于人工判断的方法。闫茂德等基于数学形态学理论[17]，设计了一套裂纹预处理、分割、检测的方法，取得不错的效果。