近几十年来，我国公路桥梁建设得到了飞速的发展，桥梁的建设期占桥梁整个生命周期相对较少。同时，随着我国经济的迅速发展，桥梁承载的交通量也急剧增加，其中过重车辆增多和超载现象频发，对桥梁的损害尤为严重。这对桥梁本身的性能要求越来越高，桥梁的检测和维护工作变得尤为关键。传统桥梁检测存在很多的盲区导致检测不够全面，检测过程需要人员高空作业存在较大的安全隐患，检测方式的效率和效益不高，还经常影响桥梁所在路段的正常交通。
　　本文将无人机应用于梁桥的表面病害检测，由于桥梁的种类繁多，在某一类桥梁适用的无人机检测方法不一定适用于其他种类的桥梁，故仅选用梁桥作为研究对象。制定了梁桥表面检测无人机外业飞行方案，找到一种合适梁桥表面影像采集的无人机，可以快速、高效、安全的获取梁桥表面病害无人机影像。在梁桥众多病害中，裂缝对梁桥的使用寿命危害是最大的，也是梁桥表面检测的重点。将获取的无人机梁桥表面裂缝影像进行一系列图像预处理，然后利用计算机自动识别，提高了梁桥表面裂缝病害识别准确率和效率。最后综合利用裂缝识别的信息和三维实景影像对梁桥表面病害进行全面的检测和分析。以下是本文的三个研究成果：
　　(1)梁桥表面病害无人机影像的外业采集方案
　　由于梁桥结构的特殊性，传统的无人机外业采集方法是无法满足梁桥检测的要求。本文按梁桥上部结构、下部结构、桥面系的不同特点研究了一套无人机梁桥病害检测采集方案，快速有效的完成梁桥表面病害检测，避免检测盲区的出现。
　　(2)无人机影像预处理方法
　　由于较多外界因素的影响，如大气扰动、天气以及无人机自生成像系统等人为不可控因素，会使得获取的图像中存在噪声严重、纹理不突出等问题。首先将裂缝影像进行灰度化，然后利用直方图均衡化和对比度增强改善由于光线不足导致的裂缝和周围背景灰度区别不大的问题，最后进行影像去噪，改善了影像的质量。
　　(3)梁桥裂缝影像计算机自动识别系统开发
　　有研究表明，混凝土桥梁桥的损坏有90%以上是由裂缝引起的。对已图像预处理得到的裂缝影像进行二值化，然后对裂缝目标进行识别和特征值的计算，达到对裂缝信息的提取和分析，这样可以提高裂缝识别的准确率和效率。利用MATLAB进行梁桥裂缝识别系统开发，实现计算机自动识别梁桥裂缝影像。