经济的快速发展促使了大量基础设施的建造，例如道路和桥梁等。随着时间的推移，这些建筑物表面会出现许多裂缝。这些裂缝轻则影响建筑物的美观，重则影响建筑物的正常使用。所以，为了确保这些建筑物的使用安全，需要定期对其进行检测与维护。本文的研究工作为应用数字图像处理技术对裂缝图像进行实时识别和检测。裂缝的识别即判断一张图像中是否含有裂缝信息。本文第一部分主要针对路面图像进行了算法研究并提出了一种裂缝识别算法——基于均衡性的裂缝识别算法。此算法根据路面图像中裂缝的局部灰度值变化较大，而背景局部灰度变化较小的特点，对图像进行小块分割、二值化、提取连通分量来判别裂缝信息。首先，对路面图像进行小块分割，并计算出每个小块的方差值，根据方差值的大小保留含有裂缝信息的小块图像。如果原图像含有裂缝，则所保留的小块图像呈连续的线状，而在没有裂缝的图像中，保留的小块则离散分布；然后，根据保留的图像，得到一个简化的二值化图像，提取此二值化图像中最大的连通分量；最后，根据最大连通分量的长度判断图像中是否含裂缝以及裂缝的走向。通过对比实验，此算法在时间和准确率上均优于文献中方法。裂缝检测即从含裂缝的图像中提取出完整的裂缝对象。本文第二部分对现有的裂缝检测方法进行分析和改进，并且提出基于均衡性的裂缝检测的新算法。首先通过比较几种自适应阈值分割算法在二值化混凝土裂缝图像的运行时间和效果得出根据直方图谷点确定的分割阈值法最佳；然后对二值化后的裂缝图像进行去噪。针对去噪后二值化图像中仍然存在的伪裂缝，本文首次利用谱聚类方法祛除剩余伪裂缝以得到完整的裂缝信息；最后，本文提出了一种新的裂缝检测算法——基于均衡性的裂缝检测算法，此算法能祛除大量的“噪声”，运算速度快，而且适用于混凝土路面和沥青路面的裂缝检测。