针对目前外脚手架事故频发,传统的外脚手架安全管理方法难以继续支撑建筑工地安全管理的快速发展。针对传统的人工识别的缺陷,如今已有BIM(建筑信息模型)技术、移动互联网技术、物联网等先进技术被应用到施工现场的安全管理中。本文将图像识别技术应用于外脚手架的智能安全检查当中,有利于提高企业的安全管理水平及规范化管理,降低或规避因脚手架坍塌所导致事故的发生。首先,统计了近五年来由于脚手架坍塌所导致的较大事故,并对外脚手架的全生命周期(部署、搭设、验收、使用和拆除五个阶段)进行分析,找出外脚手架的7个一般安全点和5个关键安全点。其次,对本文中所使用的图像处理的关键技术如图像增强、图像分割、图像去噪、形态学操作等技术进行了简单说明。在图像分割方面,提出了一种基于RGB颜色特征的外脚手架图像分割算法,采用颜色因子直接对图像进行分割,得到了较好的分割效果,能够准确的将外脚手架杆件从图像背景中提取出来。在特征提取方面,结合外脚手架搭设规范,提出了一种基于霍夫变换的外脚手架杆件智能安全检查方法,提取了外脚手架杆件的直线信息、角度。然后,设计了一种外脚手架图像的安全检查方法。根据外脚手架搭设规范,建立了外脚手架的类别库,制定了相关杆件的规范标准,并给出相关系数的计算方法。可以实现对外脚手架的横杆水平度偏差、立杆垂直度偏差、剪刀撑的角度和杆件缺失的检查,并给出相应的不规范系数和安全状态。最后,开发了一套简单实用、识别率较高的外脚手架杆件智能安全检查系统,能够识别出规范和不规范外脚手架杆件的数量,并给出相应的不规范系数和安全状态。与人工检查相比,该系统具有可视化、成本低和效率高等优势。