近年来,基于计算机视觉的非接触式结构振动测量方法以其方便高效的特点成为结构健康监测领域的热点。传统的振动监测方法相对成本较高,且空间测点有限。基于计算机视觉的非接触式振动测量价格相对低廉、精度高,可以实现远程全场测量,在实际工程中发挥挥着越来越大的作用。因此,本文研究基于计算机视觉的结构振动测试与模态参数识别的方法。本文主要研究内容包括:研究了视频运动放大技术的基本原理,包括欧拉影像放大法、基于相位的视频运动放大技术、里斯金字塔视频放大技术。对视频放大的基本原理、实施步骤进行了阐述。该算法从时域视频数据入手,通过对数据频域多尺度分解,将其分解为不同的空间频域,获得视频中振动结构的细微变化从而获得结构振动的重要信息,并对此信息进行放大,使视频图像中包含的重要的不可见的结构振动信息显而易见。此算法可以实时显示通过多尺度选择的特定频域尺度上的细微变化。提出了基于计算机视觉的结构微弱振动测试方法。以欧拉影像放大法原理为理论基础,将本来由欧拉影像放大法用于放大的频域尺度上的细微变化进行提取,从而得到结构的微小振动时程,对实桥现场和电视塔等结构进行了现场测试,对方法进行了验证。采用NExT+ERA方法,对基于计算机视觉方法测得的结构振动位移时程进行模态参数识别,得到结构的频率、阻尼比和振型,实现了从视频图像提取结构微振动信息并进行结构模态参数识别。