随着与人类生产和生活关系密切工程的大量兴建，及时检测工程构件的形变变得越来越重要，通过现场测量构件的形变可以分析其使用状况和疲劳程度，以确保安全生产的顺利进行。传统方法使用应变计测量构件的形变，测量结果的稳定性较好，但应变计通常只能进行点测量，难以获得构件的全场变形数据。在某些大型构件上粘贴应变片比较困难，费时费力，并且应变片会对运动构件产生一定的影响。数字散斑相关方法是一种非干涉光学测量方法，该方法通过分析被测物体表面的散斑图像获得全场变形信息，实验装置和光路简单，对测量环境的要求较低。但是，传统数字散斑相关方法在测量过程中需要将相机与被测物体表面垂直固定，限制了该方法在现场测量中的应用。本文提出了非固定相机的数字散斑相关测量方法，使其摆脱了固定装置的限制，测量过程中无需将相机与被测物体固定，因而可以定期轮流拍摄不同构件的散斑图像，然后通过图像处理的方法计算各构件的形变情况，以便及时发现潜在的安全隐患。　　为了实现非固定相机数字散斑相关测量方法，本文研究了现场测量环境对相关计算的影响，分析了拍摄时相机光轴偏离、镜头畸变和光照变化等因素造成的测量误差。在拍摄待测物体表面的参考图像和目标图像之前，首先将已知特征点间距的标定模板粘贴到待测表面上，然后在保持相机焦距不变的情况下，从不同方向拍摄若干幅包含待测物体表面散斑和标定模板的图像。对图像进行预处理后，提取标定模板特征点的坐标，然后标定拍摄时相机的内外参数，矫正图像的镜头畸变。重新提取矫正畸变后图像中的特征点坐标，通过相机成像模型及内外参数计算各特征点在相机坐标系下的坐标值，拟合特征点坐标获得标定模板在相机坐标系下的平面方程，从而获得待测平面在相机坐标系下的方程。按照指定的分辨率在待测平面上划分网格，并计算所有网格节点在相机坐标系下的坐标值，通过相机成像模型计算网格节点在理想图像中的坐标，使用插值方法计算各坐标的灰度值从而获得矫正后的数字散斑图像。最后通过数字散斑相关方法计算参考图像中各点在目标图像中的位移，并由此获得待测物体表面的应变场。该方法在测量过程中无需将相机与待测物体固定，可以更加灵活的应用于现场构件形变的测量。　　在拍摄目标图像之前，需要重新将标定模板固定在待测物体表面上，因而标定模板相对于待测散斑的角度可能会发生变化，从而导致目标图像相对于参考图像整体旋转。通过相机标定方法可以获得拍摄时相机与被测平面的相对位置，但无法获得散斑图像在平面内的旋转角度。数字散斑相关计算对图像旋转较为敏感，随着旋转角度的增加，子窗口之间的相关性逐渐降低。为了解决图像旋转对相关计算产生影响的问题，提出了移动成像图像的旋转角度搜索方法。在该方法中，待搜索的子窗口不再与参考子窗口保持相同的角度，而是在搜索范围内寻找最优匹配的角度，从而提高了旋转图像的相关计算精度。在搜索移动成像图像的旋转角度时，与传统方法相比，待搜索的子窗口数量大幅度增加。为了提高相关计算的速度，对最优匹配点的搜索算法进行了相应的改进。　　在现场测量构件形变的过程中，特别是构件存在较大变形或测量时间跨度较长时，待测物体表面可能因为裂纹、剥落或沾染杂质等原因使部分图像产生残损。与参考图像中相应像素的灰度值相比，残损像素的灰度值产生了非常显著的变化，从而对数字散斑相关计算产生影响。为了提高含残损区域图像的相关计算精度，分析了图像中不同像素对相关计算的影响。在此基础上提出了新的相关计算方法，该方法区别对待子窗口内的每个像素，并在相关计算公式中根据散斑质量为每个像素设置不同权系数，相关计算的结果主要由子窗口内质量较高的像素决定，降低了图像中残损区域的影响。为了避免传统顺序计算路径的干扰，整幅图像按照相关性从高到低的次序计算，提高了残损区域及周围像素的相关计算精度，并且避免了需要手动划分有效计算区域的问题。　　子窗口尺寸大小对数字散斑相关计算具有非常重要的影响，通常根据待测物体表面的散斑质量和变形情况选择一个合适的子窗口尺寸。在增加或减小子窗口的尺寸时，边缘像素的系数取值为0或1，对相关计算的影响存在突变。本文分析了子窗口内各像素与中心像素的关系，提出了基于光滑曲线边界窗口的数字散斑相关计算方法，为研究数字散斑相关方法提供了新的途径。在该方法中，子窗口内各像素的权系数随着与中心距离的增加而逐渐减小，采用改变平滑曲线形状的方法代替子窗口尺寸选择，随着平滑曲线形状的改变，子窗口内各像素对相关计算的影响逐渐改变。与传统选择子窗口尺寸的方法相比较，该方法可以更加灵活的通过改变曲线函数及其参数来调整子窗口内各像素对相关计算的影响，以适应不同测量情况的需要，提高相关计算的精度。