斜拉索桥是特大跨江跨海桥的常见形式,其中作为主要承重结构的斜拉索,对于主梁来说提供了弹性支撑作用,将主梁恒载和活动荷载传送给索塔,使主梁具有很大的跨越能力,是斜拉索桥的“生命线”。如果斜拉索系统失效,整座桥梁的健康状态将出现较大问题,严重的会导致坍塌。斜拉索病害通常表现为索套上的开裂,脱落,划痕等,此类表观病害若不及时发现并处置,将进一步腐蚀斜拉索内部,影响斜拉索拉力。因此,斜拉索表观病害检测是桥梁健康检测中的重要事项。本文设计了一套基于攀爬式运动平台的斜拉索表观缺陷视觉检测系统,对于斜拉索桥梁的科学管养具有重要意义,本文的主要内容如下:（1）提出了一套自动化的斜拉索表观缺陷检测系统的整体方案,该系统里环绕斜拉索布置的四视角工业相机将采集到的图像远程传输到上位机,然后在上位机上对图像进行分割、拼接、缺陷目标识别等处理。通过实地实验证明,该系统能实现斜拉索表观病害的自动化检测。（2）设计并实现了一种斜拉索边缘提取算法。针对于柱状斜拉索表观光照不均匀和背景复杂的问题,采用了泛洪填充法和均值漂移法结合的方法,分割目标区域,然后使用Canny算子和直线段检测算法（Line Segment Detector,LSD）分别提取边缘和直线,再用外部矩形边界拟合直线,去除背景的干扰,为后续图像拼接和缺陷识别做准备。（3）针对柱状斜拉索目标在成像过程中发生的表观纹理畸变的情况,设计并实现了一种图像校正算法,将图像纹理投影到一个二维平面,结合先验几何尺寸可快速实现缺陷的精确定位测量,然后设计了一种全新的柱面目标图像拼接算法获取斜拉索360°视角无畸变的柱面展开图像和斜拉索锚头图像,解决了圆柱状斜拉索表观纹理稀疏,背景光照条件复杂多变条件下的拼接难题,拼接过程中使用SIFTGPU算法对特征点提取进行了加速,使得拼接过程满足了实时性要求。（4）基于YOLO v3神经网络算法来识别斜拉索护套表观多类型病害,使用K-Means算法算出网络模型候选框的最佳尺寸,将训练好的YOLO模型转化为Tensor RT加速模型,经对比实验结果表明,该算法在检测速度和准确度方面优于同类型算法。