基于振动的结构健康监测方法易于测量和采集,而且监测过程无需中断结构的正常运行或需要特定的激励设备,存在很高的应用价值。振动信号的采集分为两种方法,一种是利用接触式传感器附贴在结构表面进行测量,另一种是非接触式的计算机视觉远程测量。带有接触传感器的轻质结构可能会引起质量负载效应,对于大型结构,安装仪器是费时费力的。在使用传统接触式传感器时,实现大规模结构的高空间分辨率测量是比较难以实现,并且固定接触式传感器在超过主体结构的寿命时还可能缺乏可靠性。本文建立了非接触式的结构振动识别系统,通过有标志物的单点追踪识别更迭到无标志物的全场追踪识别,形成了鲁棒性强、效率高的复杂背景结构振动识别系统,进而展开对结构损伤的非接触识别。本文的主要研究内容包括以下几个方面:（1）建立一种基于网络摄像机的桥梁挠度识别系统。系统针对网络摄像机的特点搭载了两种识别算法。两种算法通过改进模板匹配和几何匹配算法克服了网络摄像机像素差、易被干扰的缺点,提高了系统监测的鲁棒性。系统通过识别安装在桥梁表面的LED光源,实现对目标的追踪,实时获取桥梁的挠度时程信息。（2）研究提出了结构时变模态参数识别方案,主要由两部分组成,第一部分是利用计算机视觉获取结构全场位移,是基于HS光流法的改进算法,本文称为分段光流法。其以消费级相机作为采集设备,利用在结构表面安装彩带进行HSV阈值分割和图像二值化,结合边缘检测和高斯滤波器获取结构边缘特征向量,再对光流矢量设定阈值过滤,以此获取合适的光流场。第二部分是利用VMD-HT（变分模态分解-希尔伯特变换）技术将实测信号进行离散进而求出各分量的瞬时频率和阻尼比,为了提高VMD的效率,针对结构振动信号定义一个新的目标函数,采用遗传算法对VMD参数进行优化。（3）基于已有研究基础建立了基于计算机视觉的复杂背景结构振动识别系统（CV-P）,CV-P通过对基于相位的运动估计进行改进（改进的PME）和基于相位的运动放大（PMM）技术实现结构振动信息识别。本文将改进的PME和PMM方法应用于结构振动识别,利用基于遗传算法的VMD模态分解消除相机振动和其它噪声,实现复杂背景下对结构振动的识别。（4）本文在已有的基础上提出基于计算机视觉的结构损伤识别方案,通过图像预处理和附加质量的方法配合现有基础进行结构的损伤识别,试验表明方案可以识别到结构高阶模态的振动信息,通过完整的结构振动信息可以快速识别出模态MAC值的变化以及振型变化,进而判断出结构是否损伤和损伤发生的位置。