将数字摄像机的光学测量与视觉图像处理算法相结合的非接触测量方法,可以解决传统传感器的附加质量和无线传感的不同步和丢包等诸多问题,已成为土木工程结构新兴的研究方向,并已成功地用于结构振动测量和分析。然而,传统的机器视觉测量方法,需要在被测结构表面布置大量高对比度标记或斑纹图案,比较耗时;当待测量区域较大或者难以触及时,该方法也略显不足。另外,立体摄影测量系统会受到采集图像固有噪声以及相机分辨率的限制;对于传统光学测量系统而言,仅用少量能量激励待测结构可能会产生难以捕捉的细微振动响应。本文对机器视觉运动放大及其在工程结构模态识别中的一些研究成果进行全面回顾;总结评述传统运动放大技术的主要方法及其该类方法在实际工程中的应用框架,运动放大技术方面重点介绍了欧拉线性、欧拉相位运动放大方法以及与神经网络相关的两种有监督运动放大技术。并介绍了近几年在大运动隔离方面出现的最新技术:基于分层运动放大、深度感知运动放大、欧拉加速度运动放大。另外比较分析了三种运动信号提取技术:图像相关技术、点追踪技术以及相位光流法;重点探讨现今机器视觉运动放大方法在实际应用中的缺陷,然后进行了相应的研究,并在几个方面加以改进。首先,本文针对传统运动放大方法过于依赖于人工参与输入的滤波器或目标信号的精确先验知识,以及放大系数的输入容易受到相应金字塔空间支持度的限制这两个不足之处,创新性地将自适应放大运动视频中微小变化的过程转化为三个关键优化问题的求解。为了有效地对放大变换进行建模,采用交替方向乘子法求解凸变量检测优化问题。在变换步骤之后,利用前向加性迭代方法,在增强相关系数的基础上,迭代地最小化原视频图像序列与放大序列之间的差值,一定程度上解决了扰动问题。本文将该方法与最先进的技术分别通过定量和定性的结构微小振动实验进行比较,获得的放大视频视觉质量获得较大地改善。其次,机器视觉运动放大应用于工程结构模态识别中的一个较大问题是相位阶跃现象,即在微小运动检测抑或是振动信号提取过程中,会出现间隔2相位的重复阶跃现象,导致放大后的视频中产生伪像,对模态参数识别的精度造成影响。本文使用基于亮度转移方程的相位展开方法,对原始复值可操纵金字塔模型进行修正。首先对复值金字塔获得的待放大相位差信息进行初始处理,然后不断更新迭代估计,从而进行自适应相位展开,有效消除伪像。最后将这种方法应用于软膜结构以及实际管道振动视频,识别效果同样验证了该方法的有效性以及对相位信息的鲁棒性。最后,本文总结了视觉运动放大的三个未来发展方向:(1)完善运动信息提取过程对于不同类型运动的定量判断准则;(2)优化滤波器在时域以及空域中的兼容性;(3)提高机器视觉运动放大运行过程中的计算效率。