混凝土结构的裂缝监测和土工结构物的变形测量是土木工程研究领域的重要课题。由于实际环境背景的复杂性,现有的裂缝识别技术和变形测量技术远不能满足工程实际的需要,对裂缝识别、分类和分析等一体化处理技术也亟待研究。动三轴试验是获取土在动力荷载作用下力学性质的必要手段。试验过程中土样的变形以位移传感器测量为主,变形精度和可信性不高,不能得到土样局部的变形形态。本文以混凝土裂缝识别和动三轴试验土样变形测量为研究对象,采用数字图像测量技术,从裂缝识别、拼接、分类、变形以及土体动力变形测量方法方面开展工作,研究内容如下:(1)裂缝图像的增强和识别。提出一种参数化的S型模糊隶属度函数,利用混合人工鱼群算法和最小二乘法求解未知参数,带入S型函数并实现低灰度裂缝图像的增强;提出一种基于像素分类的图像增强算法,给定不同隶属度函数对不同区域进行图像增强,解决背景图像灰度分布不均匀的问题;通过计算图像线性裂缝周长和面积,统计出线性裂缝的规律,结合裂缝骨架线提取,实现污染背景中线性裂缝的识别;提出结合形状测度特征、灰度-均值特征的裂缝图像阈值分割算法,采用二维最大熵模型,克服单纯依赖离散灰度值的图像分割算法的弊端。(2)裂缝图像拼接和形态分类。提出一种基于Sift特征的快速图像匹配算法,采用改进SP-Tree结构搜索近似最邻近匹配特征点,实现图像特征点的快速匹配;利用图像分块的灰度方差简化裂缝图像,采用改进粒子群算法构建极限学习机的分类模型,提高裂缝整体及小类分类的准确性;提出一种裂缝边缘多边形拟合方法,结合Delaunay算法生成有限元计算网格,以期实现与CAE分析软件的无缝对接。(3)数字图像相关算法改进及位移场插值。提出基于改进粒子群和改进人工蜂群的相关搜索算法,提高数字图像相关搜索的效率;提出由径向基函数神经网络实现整体位移场插值计算,由阈值Door及模糊C均值聚类算法确定隐含层中心节点数,由改进萤火虫优化算法确定隐含层与输出层之间的连接权值,构建位移插值模型,通过混凝土裂缝区域的位移场插值计算验证该方法的有效性。(4)动三轴试验土样变形数字图像测量技术的实现。引入高频数字摄像机和高速磁盘存储阵列,将土工静力三轴试验土样变形数字图像测量技术应用于动三轴试验。通过一组平面镜和一台摄像机获取试样360度全表面图像,实现了位移传感器采集与摄像机拍摄的同步,利用角点识别技术实现了全表面变形测量。开展了动变形及动破坏试验,将图测系统测得的应变数据与传感器测试的数据进行比较,验证了该套系统的优势,并能捕捉土样的动力变形破坏过程,为土的动力本构模型构造和动力破坏过程模拟提供更为有效的测量手段。