桥梁裂纹是引起桥梁失效的主要原因之一,因此桥梁裂纹检测具有重要意义。人工进行检测需要找到裂纹的位置,且一次只能检测出裂纹上一个点的宽度,效率低且费用高。机器视觉检测具有非接触、高效率和高精度等优点,因此,本文提出基于机器视觉的混凝土桥梁裂纹自动检测方法,实现裂纹的自动识别与测量,能够在保证测量精度的基础上降低检测成本,提升检测效率。主要内容包括:(1)使用比例阈值分割方法实现裂纹分割,提取裂纹图像特征并对裂纹图像进行识别。对比分析现有目标分割方法,在此基础上提出比例阈值分割方法,该方法在分割效果和处理速度上都有较大的提升;以裂纹的点坐标方差、圆形度、长宽比、平均长度作为特征,提取裂纹的特征矩阵,并使用人工神经网络分类模型识别裂纹图像,验证目标分割和特征提取的正确性。(2)提出改进的结构光光条分离方法,完成裂纹测量系统的标定。介绍了裂纹测量系统的组成、测量原理;通过对结构光光条分割、分离并拟合出光条的中心线,使用基于平面靶标的标定方法,实现裂纹测量系统的标定。(3)提取裂纹完整轮廓、裂纹边缘、裂纹骨架,完成裂纹尺寸测量。采用双阈值裂纹扩充算法提取裂纹完整轮廓;采用双曲正切函数拟合边缘灰度变化模型,提取裂纹的亚像素边缘,将边缘点投影到目标平面内,提取裂纹骨架,并计算出裂纹的宽度。(4)裂纹测量实验与结果分析。首先使用裂纹测量系统测量已知尺寸的规则目标,分析测量结果;然后使用裂纹测量系统对混凝土裂纹进行现场测量,并对测量结果与人工使用裂缝测宽仪测量出的宽度进行对比分析。