裂缝作为一种常见的隧道病害,严重影响地铁的运营安全,因此快速高效地检测地铁隧道表面裂缝在轨道交通领域中至关重要。随着计算机技术的高速发展,视觉检测技术和图像处理技术逐渐成为裂缝自动检测的重要方法。本文搭建了一套基于视觉检测技术的地铁隧道图像采集系统,能够实现快速连续采集,并提出了一种基于图像处理技术的裂缝检测算法,识别完整裂缝并计算宽度。本文设计了隧道全断面图像采集方案,阐述了工作原理,并在实验室内搭建了一套多相机多光源的地铁隧道表面图像采集系统。为了实现大幅面的裂缝检测,对隧道的三维重建提供技术支持,本文进行图像拼接算法研究,提出了两种图像拼接方法,一种是通用场景下的图像拼接方法,通过SIFT算法检测特征点,去除误匹配,充分利用所有内点集求解变换模型,而后采用图像分块投影变换,加权平均融合,去除重影,提高拼接质量;一种是在理想实验环境下的快速拼接方法,首先用相位相关法求解平移量,然后用改进的最优拼接缝算法进行图像拼接。在裂缝检测上,本文首先对得到拼接图像进行图像增强处理,平衡光照,增强图像中裂缝与背景区域的对比度;进行阈值分割,得到二值图像;而后去除二值图像中的点状噪声、块状噪声、线状噪声,滤除背景信息,得到裂缝骨架的二值图像。利用二值图像与灰度图相结合的方法进行裂缝宽度计算,对裂缝骨架进行细化和去分支,然后找到裂缝骨架点的法向线性邻域,将坐标信息标记到灰度图像中,利用1-σ准则,在像素域中进行计算宽度。本文在实验室内进行裂缝图像采集实验,并对普通场景、地铁隧道场景、实验室场景中的图像进行拼接实验,最后对系统采集图像、长裂缝拼接图像和带有人工标记的隧道图像进行裂缝检测实验,实验证明图像采集系统可靠性较高,裂缝检测算法适用性较强。