传统的桥梁检测方式难以满足如今快速和高效率的检测需求,随着数字图像处理和智能图像识别技术的出现,解决了传统检测方法的缺点。利用无人机进行桥梁检测可以很好地避免上述问题,从而实现桥梁外观检测的智能化和自动化。基于以上研究背景,本文提出了一种基于图像处理和无人机桥梁裂缝检测研究方法。首先是无人机路径规划,对桥面表面全覆盖拍摄,利用图像处理算法和设计的系统求取裂缝特征值,建立桥梁三维实体模型,进行检测结果的展示和病害定位标记。具体研究内容如下:（1）研究无人机桥梁检测方案。首先对无人机型号的选择,介绍了图像像素标定的原理和方法,研究了常用的无人机路径规划算法并分析常规方法的弊端,提出了两种无人机路径规划方法:基于点云模型与无人机相结合的桥梁检测方案,基于BIM与无人机相结合的检测方案,进行了对比分析和案例研究。（2）研究裂缝图像预处理方法,并对各算法进行了对比分析,得出了最优的图像预处理算法。消除了图像中噪声等其他干扰信息,解决光线不均匀、噪声污染严重、灰度分布不均匀等问题,为后文的桥梁病害图像分割做好充分准备。（3）研究无人机图像的裂缝分割算法,提出了将Canny算子与自适应阈值分割算法相结合,解决了Canny算子手动选择双阈值的困难,提高了检测的效率。提出了裂缝宽度、长度和面积的计算方法,设计了无人机裂缝图像处理系统,逐步调用本文所设计的裂缝图像处理算法,能快速计算出病害图像的特征参数值,提高图像处理的效率。本文最后以龙凤大道高架桥为例。采用基于BIM与无人机相结合的桥梁检测方案研究,实现了无人机的路径规划;利用DJI P4RTK无人机采集现场桥梁图像,建立了三维实体模型,用裂缝图像识别算法以及无人机裂缝图像处理GUI系统,对病害的长度、宽度、面积进行了计算,最后本文利用建立好的三维实体模型,进行桥梁检测结果的展示,在模型中对病害定位标记。裂缝识别的准确率为90%,所提取参数的误差小于10%,能够为桥梁检测和维修工作提供依据。