随服役时间增加,混凝土表面易出现裂缝、剥落等损伤。混凝土表面定期检测对于评估混凝土路面状态和混凝土结构安全性均具有重要意义。当下混凝土路面和混凝土结构表面的常规检测方法为人工检测,存在效率低、耗时长等问题。在检测混凝土路面时还存在安全性差和影响交通等问题。三维激光扫描技术的发展提供了一种高效、非接触式的混凝土表面检测方法。利用三维扫描得到的点坐标,可重构生成高精度的混凝土表面三维模型,提取表面信息,分析混凝土表面使用状况和损伤状况,辅助生成维护方案。在提高检测效率的同时保证了检测精度。混凝土表面三维点云预处理是保证重构模型精度的基础操作,主要包括去噪、平滑和采样三个步骤。目前,点云预处理方法在此三步骤表现出一定的局限性。本研究提出了针对混凝土表面三维点云的预处理方法,改善了常规方法在去噪、平滑和采样阶段存在的问题。首先,使用基于局部密度的去噪算法对点云零散噪声进行处理,解决了常规去噪方法适应性差或程序复杂度高的问题。针对去噪后的点云,采用了基于移动最小二乘法的平滑和采样连续算法,在区分路面特征区和非特征区的基础上,改善了平滑程度难以把握、平滑和采样阶段割裂造成的数据二次劣化问题。改进后的去噪、平滑和采样方法经试验验证环境适应性良好,同时优化了三维扫描所获数据,形成了对混凝土表面三维点云针对性高的预处理方法体系。预处理后的混凝土表面点云中包含裂缝、剥落以及平整度等重要信息。提取和量化评估这些信息是混凝土表面检测的关键步骤。其中,裂缝信息,尤其是早期裂缝,对于评估混凝土路面和混凝土结构耐久性和承载力尤为重要。现有研究对混凝土表面裂缝,尤其是早期裂缝的有效观测和精确提取尚存不足。本研究基于预处理后的混凝土表面三维点云,提出基于局部密度的裂缝点提取方法。提取出的裂缝点根据最近邻原则进行相互连接形成裂缝元。其次,通过设定角度和距离阈值将裂缝元聚类和拓展为独立裂缝和裂缝集合。以独立裂缝和裂缝集合为对象进行一维和二维量化。最后,将基于三维点云数据的裂缝量化结果和裂缝观测仪的观测结果进行对比验证裂缝提取和量化方法的准确性。同时,通过对比不同试件裂缝量化结果和实际裂缝分布与形态,验证二维裂缝量化思想的可行性。结果表明基于三维点云数据的裂缝提取和量化方法为混凝土表面裂缝智能观测提供了强有力的算法基础。