智能化、自动化是土木工程行业未来发展的必然趋势。目前,我国的基础设施建设规模在不断地扩大,桥梁工程的建设数量也相应的增加,中国的桥梁总数已跃居世界第一,2017年底总量超过80万座,庞大的基础设施总量带来了桥梁定期检查工作的巨大挑战。然而在这种挑战下,我国桥梁的外观检测的主要方式依然停留在依靠桥检车以人工的方式去观察。这种方式不但费时费力、影响交通、安全风险大,而且检测精度得不到保障。以无人机进行桥梁外观检测可以很好的避免这些问题,而且开发桥梁裂缝图像的识别程序对于桥梁外观检测的自动化具有重要意义。本文研究了无人机采集桥梁图像的特点以及在桥下飞行遇到的难点,提出了无人机定高、定距的飞行方式,并基于此提出了无人机的硬件设计和工作原理。针对无人机采集图像的特点,在图像预处理过程中,本文主要针对图像的灰度化处理、滤波降噪、边缘检测、阂值分割、形态学操作等做了对比和分析,提出了基于人工调整阂值的边缘检测方式和基于人工选定阂值的图像分割方法,实验结果表明了方法的实用性和可靠性。在裂缝图像识别与分析过程中,本文主要提出了基于连通域标记特征的桥梁裂缝识别方法,通过特征值的统计分析实现了裂缝目标的提取;提出了基于图像细化和平均宽度的裂缝参数测量方法;对比不同的角点检测算法,提出了基于人工选取阂值的Harris角点检测方式,保证了检测结果的时效性和准确性;针对图像融合,通过对比分析,提出了试凑法选择加权系数的方式,结果证明该方式可以有效去除拼接缝。最后开发了桥梁裂缝图像处理软件,使用无人机在实地拍照并验证了软件处理结果的可靠性,通过序列照片对桥梁模型三维重建,实现了裂缝位置信息的准确描述。和传统检测方式相比,基于无人机视觉的桥梁检测提高了检测效率和精度,降低了检测费用和安全风险,对于实现桥梁检测的智能化、自动化具有重要意义。