混凝土具有原材料来源广、成本低、耐久性好等优点,在公路和建筑领域均有着广泛的应用。随着混凝土建筑物服役年限的增长,由于气候等外部环境的侵蚀,混凝土的强度下降,其表面会出现各类病害问题,严重影响混凝土建筑物的安全性以及使用的耐久性,其中,裂缝是混凝土表面病害中最为常见的一种。及时对裂缝进行检测对于判断混凝土建筑物的安全状态和后续的修复加固具有重要意义。传统的人工检测裂缝方法耗时费力、准确率低,现有的图像处理算法对于背景复杂、噪声多、裂缝信息弱的混凝土图像适用性不强。针对以上问题,本文设计了一种基于图像处理的混凝土裂缝识别与提取方法,主要的研究内容有:（1）混凝土裂缝图像的预处理算法研究。通过加权平均法对图像进行灰度化处理来减少图像处理的计算量。利用均值滤波对灰度图像进行平滑处理,减少图像的椒盐噪声。针对裂缝图像对比度差,现有增强算法适应性不强的情况,提出了一种基于像素梯度的图像增强算法,有效增强了裂缝边缘,提高了裂缝图像的对比度。对混凝土路面中广泛存在的刻槽,利用概率霍夫变换算法进行识别,有效排除了刻槽对于裂缝提取的干扰。（2）混凝土裂缝分割与提取算法研究。根据图像局部灰度差异,通过Sauvola算法自动获取最佳分割阈值完成了图像的分割,并利用图像积分思想简化了分割算法的时间复杂度,实现了裂缝图像的分割。针对二值图像中噪声分布广泛,难以去除的问题,提出了一种基于裂缝轮廓偏移角度的线状噪声剔除方法,结合裂缝边界长度和圆度特征实现了二值图像的去噪,准确提取出混凝土裂缝。（3）混凝土裂缝特征参数计算方法研究。利用改进的Zhang并行细化算法对裂缝进行细化,采用一种基于模板的毛刺去除方法对骨架假枝进行剔除,通过统计骨架像素点个数计算裂缝的长度,利用中心点搜索的方法计算裂缝的平均宽度,统计裂缝像素点数量计算裂缝的面积,通过外接矩形框选裂缝位置完成裂缝的自动标注,为混凝土安全性评价提供参考。