自新中国成立以来,随着综合国力提升,我国的公路桥梁交通也随之迅猛发展起来。所以,高速公路桥梁路面的养护和保养就变得及其重要。高速公路桥面病害中主要表现的是桥面裂缝,假如桥面裂缝能在损伤早期就被检查出来,并及时对其进行处理,这无疑会极大程度的减少桥梁的养护和维修费用,同时给公路的行车安全也会有一定程度的保障。目前,国内对高速公路桥梁的缺陷检测还是以人眼检测为主,而这种人工视觉的检测却难以高效的完成检测。论文课题源自湖北省交通运输厅《桥梁上部结构隐蔽部位快速检测成套技术与装备研究》项目,并且作为该项目的桥梁外观缺陷检测研究的这一部分。本文的目标是桥梁上部结构表面损伤图像识别及测量技术的研究,形成一套能针对桥梁底部裂缝的测量识别的智能软件系统。本文中主要的工作:(1)对图像进行合理的灰度化处理,然后加强其对比度,最后以适当的滤波算法进行去噪处理。(2)对预处理后的裂缝图像使用二值化分割算法处理。通过比较Otsu’s的最佳全局阈值处理、最佳阈值迭代法处理和局部自适应阈值处理,得到最适合裂缝的二值化算法。针对经过二值化分割后的公路桥梁裂缝图像中存在噪点和裂缝轮廓部分缺失的问题,本文采用形态学基本算法的膨胀和腐蚀进行处理。(3)在得到连续的裂缝图像后,需要对裂缝的宽度以及长度进行定量测量,用以区分横向与竖向裂缝。这需要对图像进行骨骼化,然后计算其中白色像素点的个数,通过CMOS相机原有的焦距和相机云台的工作尺寸得到裂缝的具体宽度和长度。(4)最后利用OpenCV视觉库和基于Visual Studio2013研发了针对高速公路桥梁的裂缝识别、测量的应用软件。