随着生产力和建筑结构体系的发展,钢结构因其众多优点成为了重型厂房、大跨、超高层等建筑的主要结构形式,而钢材锈蚀作为钢结构耐久性退化的主要形式之一,带来的危害往往不容忽视。钢结构局部腐蚀如果得不到及时维护,则会逐渐加剧腐蚀,进而减小截面面积,引发应力集中,进一步增大了危害。为了防止局部腐蚀影响结构安全,需要时刻预防腐蚀的出现并在轻度腐蚀阶段及时采取修补措施。随着检测相关技术的不断提高,近年来涌现了许多高精度的检测手段,但这些方法都不能满足大范围、多种类的钢结构腐蚀实时检测,而通用性较高的人工目视巡检误差大、耗费人力。所以现阶段急需研究兼具精度和通用性的腐蚀检测方法,以便获取局部腐蚀的面积、周长、分布等特征信息,为腐蚀防护、结构评估等工作提供重要支持。近年来迅速发展的计算机视觉技术有望为这一新型检测技术提供重要支持。本文研究了基于计算机视觉技术的钢结构局部腐蚀自动检测与特征提取方法,包括研究局部腐蚀目标检测模型建立与优化、针对腐蚀目标的图像处理与特征提取、检测分析方法的系统化应用等。主要研究内容如下:（1）研究多个类型深度学习目标检测算法并分析算法先进点,利用先进算法建立并训练测试模型,通过测试模型的结果评估目标检测方案可行性并提供模型原始数据。建立正式模型并进行训练与评估,结合原始数据分析改进方向与改进方法。研究模型泛化能力、抗干扰能力、识别精度、速度提升方法得到最优的参数与模型结构。根据移动端程序的使用特点改进目标检测模型,提高适用度。（2）研究多种类计算机视觉图像处理方法,提出针对局部腐蚀图像的处理方案,包括降噪处理、阈值分割、形态学操作、畸变矫正等。研究利用图像处理技术提取腐蚀目标真实特征的操作方案,包括对轮廓发现操作进行优化,提出了参照物方法进行像素值真实值转化,提出了构件上多个局部腐蚀的定位方法。最后研究了图像处理各操作参数最佳值取值规律并进行了针对不同尺寸输入图像的最佳值自适应方法探究。（3）研究PC端和移动端应用的发展现状,确定系统化应用的制作方法与设计思想。通过进行PC端应用交互算法设计、移动端小程序系统前后端设计完成目标检测、图像处理、特征提取等功能的搭载与调试,使基于计算机视觉技术的新型钢结构局部腐蚀检测分析方法以应用软件的形式发挥实际效果。