结构体在制造、运输和应用过程中所承受的集中应力和交变载荷会使其在长期使用过程中极易引发危害较大的疲劳断裂。由于结构体本身材质各异,所属对象结构复杂,外力和载荷形式多样以及所处场景动态范围较大,结构体表面裂纹检测因此成为一项理论难度较高、实践性较强并具有重要社会意义和经济价值的工作。当前传统的裂纹检测技术涉及社会生产的不同领域并在各自检测对象上具备独特优势,但大多数方法的实现仍停留在符合特定检测和安装条件的前提下进行操作。随着社会经济和自动化技术的不断进步,计算机视觉和图像处理算法开始逐渐应用于医学、刑侦学、遥感和航空航天等诸多领域。自20世纪60年代以来,基于图像分割的裂纹检测技术已在包括汽车制造业在内的各个工业部门得到越来越广泛的应用。与此同时,国内外的学者与专家针对不同裂纹所属的研究对象提出很多具有针对性的图像裂纹分割算法,这些贡献对图像裂纹检测技术的推广和应用创造了有利的条件。但外在环境的复杂多变和裂纹形态的多样性,使得如何有效提取裂纹的属性特征、提高特征聚类的相似性,赋予模型或分类器强大的优化性能并同时解决精度和速度上的矛盾始终成为图像裂纹分割领域的难题。从提高裂纹图像分割鲁棒性和降低错分风险的综合角度出发,本学位论文以非受限场景道路、墙体和钢梁等结构体上存在的裂纹为对象进行裂纹图像分割方法的研究,逐步将小波变换、多尺度归一化割、多尺度结构化森林和全卷积网络等方法引入到裂纹图像分割领域中,并在各种方法的基础上分别提出基于反对称双正交小波变换的多尺度归一化分割方法、基于小波边缘检测的多尺度降采样归一化割方法、融合小波边缘检测于多尺度结构化森林的快速裂纹图像边缘检测方法和改进的全卷积网络方法。本文主要研究内容如下:1、在自然场景下共采集1576幅道路、墙体和钢梁等裂纹图像,通过人工标注制作相应的非受限场景裂纹图像标准数据集,并用该数据集和相应的标注结果对文中所提出的裂纹图像分割方法进行有效性验证;2、从有效提取裂纹边缘的属性特征着手,将小波的多尺度模极大值边缘检测引入裂纹图像分割中。以裂纹图像为分割对象进行3种小波基和5种小波系各自序列以及两个尺度的模极大值裂纹边缘检测实验,并将检测效果较好的6种小波与6种传统的边缘检测方法进行定性和定量的比较;3、针对引入的多尺度归一化割方法存在边缘信息丢失和构造多尺度相似矩阵耗时问题,将反对称双正交小波的半重构模极大值边缘检测引入到多尺度归一化割方法的边缘特征提取中,并通过缩减多尺度相似矩阵的构造方式、构造多尺度降采样相似矩阵和多尺度归一化相似矩阵实现降低运算耗时的前提下提高裂纹特征聚类的相似性。以裂纹图像为实验对象进行改进方法框架下的各种小波方法、多尺度归一化割以及基于多尺度归一化割的多种方法间的定性和定量比较;4、针对引入的多尺度结构化森林方法在裂纹图像分割时存在的精度较低问题,将反对称双正交小波的半重构模极大值方法引入结构化森林的特征通道提取中,以裂纹图像为训练和验证对象构建多尺度结构化森林分类器,利用裂纹图像、单一钢梁裂纹图像和拼接钢梁裂纹图像进行改进方法框架下的各种小波方法、单一尺度和多尺度结构化森林以及改进方法间的定性和定量比较;5、针对引入的全卷积网络方法存在小于感受野的目标会产生错误裂纹分类,细微裂纹目标被忽略或被划分为背景目标以及仅适合提取目标全局信息而无法获取精细细节问题,提出更改全卷积网络的网络结构,增加卷积层、反卷积层并取消Dropout技术来提高网络的分类性能;将裂纹图像作为训练、验证和测试对象进行全卷积网络模型和几种改进网络模型间的定性和定量比较。利用非受限场景裂纹图像数据集进行本论文所提出的4种分割方法间的定性和定量比较。对比结果表明:本论文最终提出的Crack FCN方法在分割时间较为合理的前提下能够显著提高非受限场景裂纹图像分割的鲁棒性并降低错分风险。