随着科学技术的不断发展，桥梁、隧道、高速公路等土木工程设施开始大量出现在人们的生活之中。它们在给予人们方便之余，也存在着大量的安全隐患，而由于土木工程体量、处在地自然环境等因素的限制，现行的人工检测方法很难及时地对土木工程进行结构健康监测，数字图像处理成为解决这个问题的首选之一。文中首先对现行的Canny裂缝检测算法进行了详细的介绍，并针对其只能人工选取阈值的缺点进行了改进，结合Harris特征检测算法和图像中各像素点的梯度值，提出了一种自适应阈值的Canny检测算法；然后，结合自身的学习，在现有的两种裂缝评价指标裂缝宽度和长度之外，引入了裂缝的横向位移和旋转角度，构建了新的裂缝安全评估指标。通过实验对所提出的算法进行了验证。

基于MATLAB的路面裂缝检测识别系统设计，适合本科或部分研究生课程设计。程序代码较多，但可直接使用。若存在无法运行，可以联系本人。

MATLAB裂缝检测识别[GUI,BP],本课题对于图像的预处理，首先对图像进行灰度校正，再对校正之后的图像滤波，本文提出了一种改进的中值滤波方法，对图像进行去噪，之后用基于模糊理论的图像增强原理对图像做进一步增强， 有效提高了路面裂缝图像的对比度。针对路面裂缝图像分割，本文分别用了阈值分割和基于形态学多尺度的思想，对于形状规则的裂缝采用的是阈值分割，对于 裂缝形状不规则的图像，本文设计了一种多结构元素的抗噪型边缘检测算子，且依据不同形状的结构元素对裂缝边缘填充的几率不同，确定了自适应权重，使得 算子检测到了各种类型的裂缝边缘，有效地提高了检测的精度。对于经过分割后的路面裂缝图像中存在噪声和裂缝断裂的问题，本文对于断裂较窄的图像用形态 学中的闭运算和开运算去处理，对于断裂较宽的图像，提出了一种基于生长的断裂裂缝块的连接方法。提高了连接的效率和准确率，使整个检测结果清晰完整。 最终，从识别结果图中提取裂缝信息。根据得到的识别结果图，设定一系列判定条件，提取出裂缝的连通域，对裂缝的类型进行判断，最后计算出网状裂缝的面积及线性裂缝的长宽信息。

这是CrackForest-master代码中的公开数据集，存个档，怕以后找不到在哪里下载了，感觉图像比较清楚。

Yolov5实现道路裂缝检测-附件资源

基于计算机视觉matalb的路面检测设计，本方法采用二值化 大津法进行阙值选取效果尚可 仅供参考切勿盗版

使用CNN进行混凝土裂缝检测：一切

针对传统裂缝图像分割方法不能准确提取混凝土表面裂缝的难题,提出了一种改进的轻量级全局卷积网络的路面裂缝图像分割模型。根据深度卷积网络原理,使用大卷积核对裂缝图像进行分类和定位,针对裂缝特征构建轻量级的语义分割MobileNetv2-GCN模型。实验对比结果表明,该模型在三个公开裂缝数据集上都表现出优越的性能。采用中轴骨架算法提取语义分割后的裂缝骨架,计算裂缝平均宽度的物理值,其实验结果具有较高的准确性,可为公路健康检测提供可靠的数据支持。

基于卷积神经网络的路面裂缝检测

Yolov5实现道路裂缝检测-附件资源