裂缝作为混凝土桥梁的严重病害是高速铁路桥梁安全检测的重要内容。目前桥梁裂缝的检测方式主要以人工检测为主,它存在检测效率低、检测安全性低以及劳动强度大等问题。为此,本文提出了一种基于视频图像处理的高速铁路桥梁底面裂缝检测方法,开发了一套高速铁路桥梁底面裂缝的视频检测系统,改善了当前桥梁裂缝检测技术的不足。本文利用CCD摄像头和图像采集卡进行桥梁底面视频图像的采集,结合视频图像处理技术和BP神经网络技术进行视频图像的分析处理,实现对高速铁路桥梁底面裂缝的离线检测,并且检测精度可达至0.2毫米。本文解决的关键问题是针对视频中存在大量的无裂缝图像,提出了基于图像灰度二阶导数的扫描方法进行图像的预检测,提高了系统的检测效率；针对图像中存在的非裂缝干扰物,采用小波变换进行图像的滤波处理,并通过对图像进行边缘检测、迭代阈值分割、形态学处理和孤立点消除等处理,实现了对裂缝目标的识别和裂缝特征的测量；考虑到裂缝形态的多样性和复杂性,提出并构建了裂缝BP神经网络进行裂缝的分类识别,方便了后期对桥梁的维护。最后,基于Visual C++开发了一套高速铁路桥梁底面裂缝的视频检测软件,并对该软件进行必要的验证。