Оценка качества дорожного покрытия является одной из самых популярных задач во всем мире. Для ее решения существует множество систем, в основном, взаимодействующие с изображениями дорожного полотна. Они работают на основе как традиционных методов (без использования машинного обучения), так и на алгоритмах машинного обучения. Для увеличения эффективности таких систем существует достаточное количество способов, среди которых улучшение качества изображений. Однако каждый из подходов имеет определенные характеристики. Например, некоторые из них быстрее выдают улучшенную версию исходной фотографии. В качестве анализируемых способов по улучшению качества изображений выбраны: шумоподавление, выравнивание гистограммы, повышение резкости и сглаживание. Основным показателем эффективности в данном исследовании является среднее время получения улучшенного изображения. Исходный материал - 10 различных фотографий дорожной поверхности 5 размеров (447x447, 632x632, 775x775, 894x894, 1000x1000) форматов png, jpg, bmp. Наилучший показатель эффективности согласно предложенной в исследовании методологии, продемонстрировал подход «Выравнивание гистограммы», сопоставимый результат имеет способ «Повышение резкости».