农田水利工程是我国的重点建设工程,关乎着我国的民生问题。堤坝工程作为农田水利工程中重要的项目,主要用来避免洪灾泛滥,抵御洪水,保障着堤防沿岸人民的生命和财产安全,但堤坝在长期的服役过程中很容易出现裂缝导致坝体渗透,引发溃堤险情。由此可见,堤坝的安全检测尤为重要。机器视觉的发展实现了利用图像处理技术对堤坝进行安全检测,但由于水下环境成像的复杂性,直接采集到的水下堤坝裂缝图像会出现严重的降质问题,因此利用图像处理技术对水下图像进行复原处理成为一个重要的研究课题。水下环境的复杂性导致了水下堤坝裂缝图像存在边缘模糊、噪声大以及对比度低的降质问题,一些经典的边缘检测算法难以准确检测水下堤坝裂缝目标,因此本文提出了一种新的水下图像检测算法,主要研究工作如下:首先,提出一种基于导向滤波的Retinex图像增强算法对采集到的原始图像进行复原处理,将水下堤坝裂缝图像RGB色彩空间转换至HSV色彩空间,采用导向滤波对亮度图像进行处理,并估计出照度分量,采用直方图均衡和Gamma颜色校正技术计算出照度图像,再利用Sigmoid函数实现反射图像的增强处理,最后恢复色彩空间的转换实现了水下堤坝裂缝图像增强。与典型的Retinex算法进行了实验对比,结果证明本文采用的基于导向滤波的Retinex图像增强算法能够清晰的完成水下堤坝裂缝图像的复原,并解决了Retinex图像增强中在高对比度边缘区域存在偏色和“光晕伪影”的缺点。其次,将水下堤坝裂缝增强图像采用自适应最大类间方差阈值分割法,结合形态学处理方法进行图像分割处理,再对孤立的噪点进行剔除。最后,将检测出清晰的水下堤坝裂缝二值图像采用无限大骨架提取的方法将线性裂缝细化为单像素宽,计算出所需的裂缝特征参数值。实验结果表明,该方法能够在复杂的水下环境中准确、有效的检测并提取出水下堤坝裂缝图像的裂缝特征。