建筑业是支撑社会经济发展的重要产业,但建筑业的劳动密集型和现场生产的固有特性,导致生产效率低下。为解决建筑业生产效率较低、管理形式粗放等问题,“智慧建造”作为一种新兴的工程建造模式逐渐被建筑业所认可。目前,建造管理模式智慧化已经成为建筑业发展的必然趋势,以自动化和智能化为核心的技术变革,是提高我国建筑业生产效率的重要手段。在工程建设过程中,建筑物表面裂缝的检测是十分重要的环节。长期以来,建筑物表面裂缝的检测主要依靠人工完成,效率不高且效果欠佳,检查人员的安全难以保证。随着建筑物高度的增加,仅依靠人眼和接触性测量仪器已很难及时发现和测量建筑物表面裂缝。因此,探索一个智能化、自动化的建筑物表面裂缝的检测方法是“智慧建造”和当今时代的必然要求,对于建筑物质量安全检查和“智慧工地”的构建具有重要的创新和先导意义。本论文得到了国家自然科学基金(51408266)和教育部人文社科基金(14YJCZH047)的资助。本文使用四旋翼航拍无人机采集建筑物表面的裂缝图像,再通过数字图像处理技术实现对裂缝的识别、特征的提取和测量,并在此基础上加以改进和优化,提高建筑物表面裂缝检测的效率。主要完成了以下工作:(1)通过研究建筑物表面裂缝产生的原因及大量建筑物表面的图像,分析了温变裂缝、不均匀沉降裂缝及收缩裂缝的位置、形态、图像的灰度、边缘等特征,论证了数字图像处理的基础算法在建筑物表面裂缝处理中的可行性及存在的不足。(2)基于建筑物表面裂缝图像的特征,引入了自适应滤波方法,改进了经典的SFC结合法。实验结果表明,改进的SFC结合法能够准确地增强裂缝区域,平滑周围的孤立凸起点,减少少量水渍引起的干扰。使用Otsu自动求出高低阈值,改进了Canny边缘检测算子,实验结果表明,改进的边缘检测算子提取的建筑物表面裂缝的边缘具有良好的连续性和单像素性。提出了基于形状特性的裂缝图像筛选方法,通过提取裂缝边缘像素点坐标并拟合,依据拟合曲线的曲率判断裂缝的存在性。实验结果表明,该方法能有效地判断图像中是否存在裂缝,并剔除非裂缝的直线,提高了裂缝测量的准确性。(3)在建筑物表面裂缝边缘特征提取的基础上,测量裂缝的宽度、长度和面积。在裂缝宽度测量方面,使用了划线法、最小边缘点距离法分别对水平、竖向进行测量,使用最小边缘点距离法和切线垂线法对斜向裂缝进行测量;在裂缝长度测量方面,比较了骨架中心线法和最小外接矩形法;在裂缝面积测量方面,使用了连通区域像素点法计算裂缝区域内的像素点数目,经换算后为真实裂缝面积。分别使用Matlab编程实验,并分析了不同方法对于不同种类裂缝的适用性。(4)为更好地实现建筑物表面裂缝的识别和特征的测量,基于上述步骤和方法,构建了基于无人机采集图像的建筑物表面裂缝检测系统,设计了系统的架构、功能及流程,并以使用无人机自行采集的200张建筑物表面裂缝图像为测试对象,对系统进行了测试。裂缝提取的测试结果表明,该系统能有效地提取图像中的裂缝,并通过筛选降低裂缝的误检率。裂缝测量的测试结果表明,本系统测量精度能够满足建筑物表面裂缝特征测量的需求,能够为建筑物的安全性和质量评估提供依据,具有实际应用价值。在系统操作体验方面,分析了无人机图像采集作业时的干扰因素,提出了相应的对策和建议。最后,探讨了系统在智能化、自动化等方面存在的不足,明确了未来的改进方向。