社会的进步、经济的发展，基础设施建设的规模越来越大，混凝土这种高强度、高性能的建筑材料已经应用于各种各样的工程中。但由于种种原因，混凝土结构会产生裂缝，并影响其使用性、耐用性和美观。大量实验证明，混凝土结构的裂缝是不可避免的。当裂缝宽度达到一定的数值时，就会影响到建筑物的安全。所以，我们要非常重视混凝土的裂缝问题，并将其控制在允许的范围内。本文主要应用数字图像处理技术对混凝土表面裂缝进行检测。裂缝图像的二值化就是先给裂缝灰度图像选取一个合适的阈值，然后根据这个阈值来区分属于目标裂缝区域的像素点和属于背景区域的像素点，进一步产生了裂缝特征更加明显的黑白图像，其中白色部分表示背景区域，黑色部分表示目标裂缝区域。二值化裂缝图像后，图像的数据量减小了、裂缝图像也变得简单了，裂缝区域的轮廓凸显了，有利于进一步提取裂缝边缘。本文提出了一种新的二值化方法——种子游走二值化，该算法将一副图像看成一块含有“坑”和“沟”的凹凸地面，其中“坑”可以认为是噪声像素所在的位置，而“沟”则是裂缝像素所在的位置。该算法首先在地面上产生数量一定、位置随机的种子点，然后让每一个种子点在给定的规则下进行游走，直到这些种子点全部落入到地面上的“坑”或者“沟”中，最后统计这些种子点的位置，将原始图像转化为一个只含有“坑”和“沟”信息的二值化图像。裂缝的检测就是对二值化后的裂缝图像中的裂缝进行提取，本文首先介绍了几种经典的边缘检测算法，并对各个算法做了试验分析。其次提出了一种新的裂缝检测算法种子游走裂缝检测算法，该算法在种子游走二值化算法的基础上，通过连通域分析，剔除二值图像中噪声像素，并对裂缝像素进行区域增长，从而提取出混凝土表面图像中的裂缝。该算法的稳定性好，不受图像光照不均匀的影响。该算法要优于经典sobel算子和canny算子的边缘检测效果