随着我国科技的进步发展,高速公路的建设也越来越得到重视,道路的修护工作也成为人们关注的焦点,关于如何快速准确检测出道路裂缝缺陷的问题,成为了我们急需解决问题的重中之重。目前,我国所使用的道路检测系统水平还十分落后,效率低,危险大,明显落后其他国家。然而近几年,由于人工智能的技术的普及和发展,国内外纷纷开始对路面裂缝检测项目进行研究和实践,力求研发出一种可以进行非接触检测的系统来对路面进行测量,这种系统主要是针对高速公路的一种大规模的检测系统。它在安全系数和实时性上相较于原始技术都是有质的提升,是目前最适合道路检测的研究方向。但是由于检测过程中,道路上的坑槽、油污、阴影、路标等不可控因素,影响了检测的精度和效率,再加上光照不均、材料颗粒间的随机噪声等因素的干扰,使得此类系统面临着很多技术难题。本文主要是针对高速公路路面非接触的检测系统算法来进行研究,综合了国内外关于裂缝检测的相关理论研究,提出了一种操作方便并且能实现快速检测的路面检测算法,可以针对性地解决路面裂缝检测中所遇到的噪声干扰问题。本文主要完成了以下工作:1、对车载式道路检测系统采集的图像进行了预处理,针对光照不均,路面路标等因素干扰、路面破损不明显等问题,进行了理论分析和数学计算,最后进行实验比较。最终采用了一种自适应的算法,来对一系列问题进行系统的分析,能够有效的抑制噪声区域,完整的保留目标信息区域,将背景和目标信息完整的分割出来。2、对完成路面裂缝图像预处理后的图像进行边缘检测,需要达到短时间内提取出目标信息区域的要求。提出了非负点区域目标信息提取的方法,在目标信息提取的完整度上进行了改善,同时大大加快了程序运行速度,提高了效率,另外提出了加入连通域标记去噪的方法,能够遍历整个图像,进而改进缩短了运行时间,并能使噪声最大化的去除,能有效的提取出裂缝信息。