在现代工业中,疲劳破坏是引起工程结构和零构件失效的最主要的原因。因此,研究金属材料的疲劳裂纹扩展情况,预测工程结构和零部件的疲劳寿命,确保在服役期内不发生破坏失效,对工程实际应用具有重要的意义。但是,现阶段实验室内对疲劳裂纹扩展试验中裂纹长度的检测主要还是应用显微镜测量的方法,检测结果不仅受人为主观影响,而且劳动强度大,检测时间长。因此,本文开发了一套基于机器视觉的疲劳试件裂纹扩展状态监测系统。本文以德国Allied Vision Technologies公司的CCD工业相机和凌华科技公司的工控机为硬件基础,基于Qt软件开发平台,开发了一套基于机器视觉的疲劳试件裂纹扩展状态监测系统。该系统通过在试验过程中采集试件裂纹图像,进行一系列图像处理,得到裂纹扩展长度,实现对裂纹扩展状态的监测,并将与试验有关的信息存入数据库中,方便信息的管理和查询。论文的主要工作如下:（1）搭建以CCD工业相机、摄像头、图像采集卡、工控机等组成的疲劳试件裂纹扩展状态监测的硬件系统,实现对裂纹图像的采集。（2）基于Qt编程工具,编写了图像采集,数据分析、存储、查询、导出等程序,实现检测信息的实时显示,试验信息的存储等功能。（3）阐述了基于机器视觉的疲劳试件裂纹检测的数字图像处理理论,根据本文采集的图像,选用合适的图像处理算法对其进行预处理,得到预处理完成图像。（4）对预处理后的图像,采用Hough变换和区域增长相结合的方法,从图像中快速、准确的提取出裂纹区域,并对提取区域使用改进的细化算法进行骨架提取得到裂纹的拓扑结构。