近些年来,无人机技术得到了迅猛地发展,由于其低成本和灵活性,使得无人机越来越多地被应用于农业灌溉,灾难救援,反恐侦查,无人监控等领域。我国幅员辽阔,山河众多。桥梁是国家基础设施,千百年来,桥梁已经成为人们生产生活中不可缺少的部分。一直以来,桥梁的安全状态都依赖于人工检测,而容易出现安全问题的桥梁通常建造在崇山峻岭中或大山大河之上,人工检测危险性极高,而且很容易出现片面性,从而留下很多安全隐患。应用无人机进行桥梁检测不仅能方便地规避人工检测的风险,还能较为全面的对桥梁进行检测。本文在实验室环境下对无人机桥梁裂缝检测进行了研究。无人机桥梁裂缝检测涉及诸多关键部分,诸如无人机飞行,无人机图片处理,桥梁模型建立,裂缝提取和评价等。本文对这些部分分别进行了研究和实验。在裂缝图片处理部分,本文使用图像镶嵌技术获得桥梁局部的全景图像,在特征点粗匹配和精匹配之间加入了反馈机制尽量降低图片镶嵌中产生的累积误差,实现结果表明,反馈机制能够很好的控制误差从而获得高质量的全景图像。无人机飞行和桥梁模型建立的部分使用基于深度传感器的实时定位与地图构建技术进行研究和实验。首先利用深度图像和彩色图像生成真实的点云模型,然后根据点云之间的关系构建出视觉里程计,使用姿态图优化的方法稳定整个地图的构建。最后,基于词袋模型的回环检测机制也很好的降低地图构建中产生的误差,大大增强了地图的可信度。点云模型构建出的地图是致密地图,很好的保留了物体的三维信息,同时也提供了无人机飞行时的路径信息,也为后续的研究提供了参考。桥梁裂缝提取部分,本文采用自动阈值分割技术,较好地保留了裂缝的全部信息。最大方差投影技术得出裂缝的主方向,最大程度上保留了裂缝信息,并给出了裂缝整体的开裂情况,基尼系数分析了裂缝开裂的趋势,给裂缝的动态分析提供了数据基础,聚合度主要计算裂缝的宽度信息,实验表明这三种度量系数能够有效的区分裂缝并给出裂缝关键信息,也可对后期的桥梁分类给出部分特征信息。