鋪面破壞包括鱷魚狀裂縫、縱向及橫向裂縫、坑洞、補錠等，而過去在國內外多以人工方式進行鋪面狀況普查，不僅耗時費工且成效不佳，爰此亟需發展一套自動化鋪面缺陷辨識之技術，並增加其實用性。本研究採用線掃描照相機（LineScan Camera）配合超廣角鏡頭（114.2°），可進行4m鋪面寬度影像擷取，利用精密里程計（Encoder）計算拍攝距離長度，並紀錄每張影像之GPS點位；另為了克服日照與環境光源之影響，研發3瓦LED配合聚光柱作為輔助人工照明設備，除了可獲得清晰影像外也可於 亦可適用於晴、陰天等天候，經實際測試結果顯示拍攝車速可達60km/h。另本研究研發快速軟體光源校正方式，對影像進行處理，再使用SVM影像，配合資料採礦技術（Data Mining）如：J48分類法能有效以CTI與UCI等指標作為分類準則將裂縫破壞進行縱向、橫向、鱷魚狀分類，辨識準確率可達九成；而在人手孔、坑洞與補綻辨識上採用影像特徵分析與灰階標準差判定等方式，辨識準確度皆能達到8成以上，整體影像技術概念是利用層層篩選之觀念將破壞逐一篩選分類並判定程度及大小面積等屬性。目前本研究影像辨識技術於分析每張影像（實際代表大小為 4m*100m）約需耗時5~10秒，可大幅縮短人力與分析作業時間；另本研究研提影像雛型架構，協助整合鋪面維護管理系統及影像資料庫，未來可應用於公路養護管理相關作業。雖然本研究知研發成果已達八成以上之準確度，但於技術上能仍可繼續深入研究，例如補錠、坑洞與路面髒污時常有誤判狀況出現，面積過大之補錠，若超出單張影像長度往往難以辨識；補錠邊界也有可能視為橫向或縱向裂縫，望未來能以其餘輔助設備或不同影像辨識技術繼續深入將以上問題陸續解決，以提升此路面缺陷影像辨識能力。