由于不可预知的结构损伤可能会影响到结构的使用状态、效率和安全,造成工程事故,威胁人们的生命和财产安全,结构的损伤识别研究得到了科学界和工程界的广泛关注。当结构发生损伤后,结构的动力学特性、模态参数也会随之改变。近年来,基于动力学测试的非破坏性和经济性,应用动力学测试进行损伤识别的研究越来越多。但由于传统的模态试验方法空间分辨率低(测点布置密度较疏),可能存在附加质量的缺点(接触式传感器),得不到准确的模态振型,以至于无法对结构局部小损伤做到准确的识别。本文结合了三维数字图像相关法(Three Dimensional Digital Image Correlation,3D-DIC)和贝叶斯运行模态分析(Bayesian Operational Modal Analysis,BOMA)成功地对结构局部损伤进行了识别。三维数字图像相关法利用双目视觉原理和数字图像相关法能够重建结构三维坐标,进而得到结构的位移响应。该方法相较传统光测方法具有光路简单,可用白光光源,不要求设备隔振等优点。又相较于传统直接在结构上贴附传感器的方法又具有测量点多,非接触测量,无附加质量影响等优点。贝叶斯运行模态分析是以贝叶斯理论为基础,快速傅里叶变换(Fast Fourier Transform,FFT)为数据处理手段的运行模态识别技术。该方法可以在只采集结构输出响应数据的情况下,通过求解最大化概率密度函数的最优值获得模态参数,包括固有频率、阻尼比、振型以及信噪比和误差分析。采用奇异值分解分析方法对功率谱密度图进行优化,准确确定了单阶模态峰值及其区间,降低了优化目标参数个数,提高了计算速度。本文结合了这两种方法,充分地利用这两种方法的优点,首次应用在损伤识别领域。针对实际情况存在的难点,结构未损伤模态参数难于获取,三维数字图像相关法的空间分辨率非常高,从高速相机拍摄的结构损伤前和损伤后照片中,难以做到两次测点布置完全一样,而细微的测点位置偏差、不对应都可能造成损伤识别的失败。本文假设结构由各向同性材料构成且质量分布均匀,提出了利用多项式拟合损伤振型,将得到的拟合振型作为结构未损伤振型的方法,并相应的提出模态振型、平均曲率模态和高斯曲率模态损伤指标。首先利用有限元对圆膜结构进行仿真验证了该方法的正确性。在圆膜和方膜的实验中,同样利用这三个损伤指标成功地对不同边界条件的损伤薄膜进行了损伤识别。最后,采用模态应变能损伤指标对方膜进行损伤识别,结果表明,模态应变能损伤指标虽也能成功识别损伤,但由于多次数值求解的问题,损伤指标的误差也较大。