桥梁在我国交通事业中发挥着不可替代的作用,有力地保障了我国的经济建设。大部分现代桥梁都是由钢筋混凝土建设而成的,由于自然灾害的影响、建筑材料的老化以及超载、人为撞击等因素,目前大部分投入使用的桥梁都或多或少地产生了病害。裂缝是桥梁常见的病害之一,不仅影响桥梁的正常使用,也会诱发其他病害,所以定时对桥梁进行裂缝检测是非常必要的。传统人工检测方法已不能满足我国桥梁损伤、缺陷的检测需求,随着计算机技术和人工智能的快速发展,基于图像处理的桥梁裂缝检测技术越来越受到人们的关注。由于桥梁所处地理环境较为复杂,且混凝土表面略为粗糙,采集到图像往往存在光照不均匀、裂缝信息弱、噪声多等情况,传统裂缝检测算法不能很好地解决这些问题。本文设计出一套适用于混凝土高架桥表面的裂缝检测系统,系统由能量供应模块、图像采集处理模块构成,其中最重要的是图像采集处理模块。通过工业摄像头OV5640实时获取图像,对采集到的图像进行中值滤波处理,在背景减除的基础上提出了一种基于灰度估计的自适应阂值分割方法,较为准确地实现了裂缝的完整提取;根据图像局部相异度特征,采用灰度相异性滤波方法滤除了大量伪裂缝像素点;设计了一种基于形态学和连通域的多级滤波算法,在去除大面积噪声点和噪声小块的同时实现裂缝断裂片段的连接,较好地保证了裂缝的完整性。为了有效区分图像中剩下的裂缝片段和水渍、凹槽、孔洞等非裂缝片段,本文设计了一种基于SVDD的裂缝识别算法,提出了灰度差比结合圆形度、面积占比、偏心率、填充度4个形状特征的裂缝识别特征向量构建方法,并构造了非裂缝样本库实现SVDD裂缝识别模型的训练。最后用实际采集到的混凝土表面图像进行实验,得到本文算法的识别准确率为94.92%,满足工程应用的实际需求,具有很高的实用价值和应用前景。