本文主要研究内容是基于视频扫描的桥梁裂缝监测系统(简称BCMSBVFS)中的图像处理部分,通过该部分获得桥梁裂缝特征信息,进而达到实时评价和预报桥梁健康、安全状态的目的。图像处理是整个BCMSBVFS系统最为重要的组成部分。在众多的图像处理技术中,本文主要对图像拼接、图像除噪和图像边缘检测三部分内容进行研究。其中图像拼接主要是利用各扫描图像重建整幅图像,图像除噪主要是降低图像噪声,图像边缘检测提取图像重要边缘,通过这三部分共同作用取得桥梁裂缝的重要特征信息。在研究了当前已有图像处理方法基础上,本文使用了一种新的信号处理方法,即经验模态分解(Empirical Mode Decomposition,EMD),此方法可以将一维信号分解成有限个固有模态函数(Intrinsic Mode Function,IMF),将一维EMD扩展至二维可得行列BEMD方法,即可用在二维图像拼接、图像除噪、图像边缘检测中。本文研究表明,在图像拼接中先应用EMD对图像像素处理后,得到IMF中最稳定的“剩余分量”,再使用传统的模板匹配法,可以很好的弥补传统模板匹配法在图像有噪声时图像拼接失效问题。在图像除噪处理中,应用行列BEMD处理后采用不同IMF分量组合可以达到图像消噪的效果,并与传统的中值滤波和邻域平均值滤波做了比较,消噪效果略优于邻域平均值滤波和中值滤波效果。在图像轮廓提取中,本文提出的方法也取得了一定效果,可以提取到大部分边缘。同时,本文应用Java语言和统一建模语言(UML)设计与开发了一套基于EMD方法的图像处理系统,该系统实现了一维信号EMD处理演示、基于EMD图像除噪、基于EMD图像边缘检测和基于EMD的图像拼接。该系统既可作为相关内容研究的实验平台,又可以作为BCMSBVFS系统的一个子系统。