桥梁结构健康监测致力于监测桥梁结构的环境及工作参数,观测结构的静动态特征并进行结构状态和安全评估,给出有指导意义的结构检查和维护建议。在一套桥梁健康监测系统当中,需要安装不同类型的传感器来连续获取桥梁结构的各项物理参数指标,并运用数据驱动的结构状态评估方法对桥梁的性能和安全状况进行诊断及预后。传统的传感监测方法在实际桥梁健康监测当中已经暴露出了耐久性差、测量精度低、采样频率低、安装使用不便、易受电磁干扰等诸多问题。桥梁健康监测领域需要新的监测技术来解决这些问题。本文结合机器视觉技术与传统的土木工程监测方法,构建了一套基于机器视觉的桥梁健康监测与状态评估体系,并对其本身性能进行了评估。主要的研究工作如下:(1)给出了桥梁健康监测的基本内容与研究重点,阐述了现阶段结构健康监测领域的热点问题以及关键监测技术,研究了基于机器视觉的传感技术与方法在土木工程结构健康监测领域中的应用进展,并给出了本文的研究思路。(2)分别提出了基于灰度模板匹配算法、基于颜色模板匹配算法和基于均值漂移追踪算法等三种机器视觉多点结构动态位移监测方法。通过实验室框架振动试验与传统的磁致伸缩位移传感器进行对比验证,验证了三种方法对于位移测量的准确性、可靠性和稳定性。并对三种方法进行了评估,给出了在实际桥梁监测中运用各种方法的建议。通过现场实桥的移动荷载试验进一步验证了基于灰度模板匹配算法的多点结构动态位移监测方法的可行性和准确性。(3)运用基于机器视觉的多点结构动态位移监测方法对实验室中模拟桥面板的简支梁和模拟桥塔的竖杆进行振动监测和动力特性识别,并与传统的加速度传感器方法进行对比,验证了本文提出的方法在结构振动监测和动力特性识别方面的可行性和准确性。(4)将基于机器视觉的多点结构动态位移监测方法与材料力学基本理论相结合,提出了基于机器视觉的钢缆索索力监测方法,在实验室的万能试验机上对三种不同类型的缆索试样(钢筋、钢丝绳及平行钢绞线束)进行了张拉试验和索力监测,与万能试验机的力传感器进行对比验证了本文方法的可行性和准确性,通过测量移动荷载作用下的拱桥缩尺模型上拉索索力进一步验证了本文方法的测量性能。(5)指出了在运用机器视觉测量方法进行现场应用时面临的各种环境影响因素,在实验室中模拟光线照度变化、相机倾角变化、大雾天气、风致振动和地面振动等条件,并考察了机器视觉系统在各个条件下的测量性能,对于各种因素的影响问题也提出了相应的解决方案,实验室试验验证了所提出的解决方案的可行性。