随着中国进入高速发展期,桥梁的总体数量急剧攀升,大跨度的巨型桥梁得以广泛使用,从而对桥梁养护的要求不断提高。在桥梁检测的问题上,传统的人工检测方法弊端凸显,而计算机视觉凭借其非接触、高效等特点逐渐成为桥梁检测的重要方法之一。本文通过引入计算机视觉的思想,分析基于桥梁的图像拼接问题以及缺陷检测问题,完成了桥梁图像拼接以及缺陷检测的算法研究。本文研制六旋翼无人机并搭载图像采集平台获取桥梁图像。首先,本文介绍了六旋翼无人机的组成系统并搭建了图像采集平台。之后,本文分析了相机成像原理以及图像之间变换模型,阐述了图像拼接的流程,并且重点分析其关键技术。另外,本文还提出了一种图像像素标定方法。在图像拼接问题上,本文在引入SURF检测算子对桥梁图像进行检测之后,结合无人机图像采集的特点,提出基于特征描述向量最近与次近距离比值和基于位置约束的特征匹配算法,并通过提纯匹配对的处理来改进随机抽样一致性算法的效果。针对桥梁图像数量多而且拼接结果易受累积误差影响的问题,本文在分析传统拼接方法的基础上,提出改进的并查集方法实现图像自动筛选和排序,通过光束平差法全局调整图像拼接的误差,并采用多分辨率融合算法得到多视点全景拼接图。在缺陷检测方面,本文首先分析了图像拼接与缺陷检测之间的关系,阐明图像拼接作为缺陷检测前置程序的必要性,说明图像拼接及缺陷检测作为一个研究整体的现实意义。其次,针对桥梁图像预处理和裂缝分割等问题,通过比较各类方法的结果,提出适合桥梁缺陷检测的算法。另外,本文根据裂缝特征,提出使用几何特征对裂缝进行提纯去除干扰项,并建立裂缝分类准则。最后,本文通过提取裂缝骨架的方式获取裂缝的长度以及平均宽度,并对裂缝尺寸测量的误差进行实验分析。本文最后对现阶段研究取得的成果进行总结,并对下一阶段的工作提出展望。