随着我国国家高速公路网建设不断推进以及公路交通体系不断完善,桥梁检测作业愈加受到重视。及时对桥梁健康状况作出评估以采取相应的养护措施,不仅保障了人民的安全出行,而且避免了经济损失。裂缝是桥梁病变的一个开端,裂缝识别也是桥梁检测作业中的核心环节,实现无损、快速、准确地检测桥梁裂缝具有重要意义。因此,本文基于机器视觉技术开展了桥梁裂缝检测技术研究,主要内容包括:(1)针对桥梁图像存在背景纹理复杂、裂缝形状多样性以及裂缝内部灰度不一致等问题,本文通过预处理技术增强线性结构同时抑制噪声,其次采用滑动窗口的网格聚类算法对局部区域检测,随后基于区域增长方法实现裂缝的粗分割,最后利用结构相似性原理剔除伪裂缝等噪声,精确提取裂缝结构。(2)针对现有裂缝分割算法存在拓宽裂缝的宽度引起测量误差、易丢失部分低对比度低浅层裂缝问题,本文提出基于纹理各异向性的最小路径像素级裂缝识别方法。通过分析像素生长路径纹理与其本身空间位置及灰度的关系,提出像素级的强度特征和梯度特征,融合多特征的显著性,采用分层式判别模型对像素点检测实现裂缝的识别。(3)针对像素级裂缝识别方法检测效率低的问题,本文提出裂缝区域搜索算法确定裂缝区域,缩小检测范围,同时在像素检测过程中,对生长路径上的像素采用条件式簇类间聚类方式跳过具有相同属性像素的检测,极大地提升了裂缝检测算法的检测效率。