近年来,桥梁检测已逐步向智能化方向发展。车载式桥梁裂缝检测系统、非接触检测仪、无人机以及爬壁机器人逐渐运用于桥梁检测中,以克服传统人工检测安全性差、成本高、检测周期长,有时还要中断交通的缺点。爬壁机器人具有安全风险低,体积小、重量轻、成本低、效率高,机动性强等特点,能进入传统检测工作存在的盲区内进行检测,完成病害的采集工作。同时,利用数字图像处理速度快、灵活度高、安全性高等优势,对采集到的病害图像做进一步处理,进而直观反映裂缝特征参数,从而达到对病害定量、定性分析,完成桥梁病害常规检测。本文针对爬壁机器人检测高墩混凝土表面裂缝中装置稳定性以及采集后裂缝图像信息提取等问题,采用数值仿真和试验验证相结合的技术路线,开展了桥用爬壁机器人检测高墩裂缝技术研究,主要研究内容和结论如下:(1)针对爬壁机器人桥梁检测装置研发,开展了负载力分析、刚度验算以及运动性能分析,证明了该装置在工作状态下的稳定性且具有良好的越障能力。基于有限元计算结果,对检测装置提出了优化建议。(2)针对裂缝图像裂缝灰度值的特点,将遗传算法应用于裂缝图像的阈值分割,并根据裂缝图像自身灰度特点和裂缝数字图像矩阵中背景噪音边缘灰度值的特点,提出了一种矩阵变换的裂缝图像去噪方法。针对不同裂缝图像,能得到不同的裂缝与背景灰度分界值,并能用于解决竖向裂缝,横向裂缝以及交叉裂缝图像中裂缝信息的提取。(3)将分形理论用于裂缝特征值提取,利用分形维数描述裂缝的曲折程度从而获取裂缝的实际长度,通过在预制混凝土板预留不同长度、宽度的“裂缝”图案进一步证明该方法的适用性,并在理论推导和分形软件的基础上,证明了该方法同样适用于图像过处理造成裂缝断裂后的裂缝图像。(4)通过室内试验,将装置携带摄像头完成了混凝土壁面裂缝图像的拍摄,并对拍摄后的裂缝图像做进一步处理,提取裂缝特征值。该试验证明了桥用爬壁检测装置能有效完成混凝土壁面裂缝检测,同时进一步证明了本文提出的裂缝图像去噪方法和分形维数的裂缝特征值获取方法同样适用于桥用爬壁检测装置的裂缝图像采集。