裂缝是混凝土桥梁主要病害之一,桥梁裂缝的检测是评估桥梁是否可以安全服役的重要环节,利用人工检测和桥检车检测的方法存在效率低、影响道路交通等弊端。随着计算机的快速发展,图像处理技术应用越来越广泛。本文对桥梁裂缝检测方法进行了深入研究,并针对桥梁裂缝特点,确定了基于图像处理的桥梁裂缝识别方法,并得到了有效验证。论文主要完成了以下几方面工作:首先,研究了图像处理的测量原理并建立了镜头畸变模型,实现了相机的标定和尺寸的标定。研究了预处理原理和噪声形态特点,确定了本文的裂缝提取方法。根据不同类型的裂缝特征,分析了图像后处理方法,明确了裂缝几何参数计算指标,确立了裂缝图像分类方法和测量方法。通过研究灰度化处理和Mask均匀化算法,本文对Mask算法进行了改进,并且提出了切片处理算法,实现了图像光照均匀化,增强了裂缝与背景的对比度,保留了更多的裂缝细节信息。预处理后的二值图像中含有多类别噪声,本文基于特征组合方法和改进的连通域方法,有效滤除了类型多样的噪声。通过图像融合算法和裂缝连接算法,实现了对断开裂缝片段的连接,得到了只含有完整裂缝的图像。最后,通过对大量提取到的裂缝图像进行深入分析,总结出各类裂缝特征,提出了基于HOG特征和几何特征融合的SVM决策树算法,实现了裂缝图像的分类任务。通过Hilditch细化算法、毛刺去除算法实现了图像后处理,得到了光滑的骨架图。结合裂缝走向特点、以直代曲思想,提出了基于骨架化图像的测量算法,完成了裂缝最大宽度、长度及面积占比测量。基于本文研究内容,设计了裂缝图像识别系统,实现了可视化操作。通过对比实验,结果表明本文基于图像处理的桥梁裂缝识别方法能够有效完成裂缝识别任务,并且得到的图像分类精度和参数计算结果符合国家标准和要求。本文方法极大地提高了检测效率和精度,降低检测成本,保证了检测人员安全。