由于地质结构的不稳定性，我国是滑坡等自然灾害的高发区，边坡等交通设施常因地质变化引起滑坡、垮塌，严重影响人们交通安全。在对边坡地表状况的检测中，边坡形变是表征边坡状态发生改变最为显著的参数，如果能够对边坡位移进行准确监测并能预测出边坡状态的形变趋势，就能早一步地采取相关措施，将这类灾害损失减少到最低程度。现有监测方法如人工现场观测法、GPS检测法等，都因为技术和条件的限制在不同程度上存在效率较低、成本高、检测危险性大等缺点。随着计算机科学和图像识别技术的日益提高，目前图像测量法在位移监测领域越来越多的得到重视，其采用图像处理与识别技术达成对目标的参数获取，达到对位移进行测量的需求。该方法成本低，便于实施，不需后期维护，这些特点使其适用于位移阵的监测。基于以上论述，本文提出了基于图像处理技术边坡位移实时监测方法：在边坡上设置若干个目标对象体并组成位移阵，以位移阵的变化量来表征边坡的位移变化；利用图像处理技术对边坡图像进行分析处理，识别位移阵中的所有目标对象体；测算目标对象体的中心坐标并组成位移矩阵，两次位移矩阵之差即为边坡位移。另一方面，在目标对象体的识别过程中，提出了目标对象体的自动识别方法以及中心点测量方法，并改进一种单目视觉定位方法进行三维解算。基于以上研究思路，本文主要开展了以下几个方面工作：1．边坡检测系统设计：综合研究边坡位移监测过程，对边坡位移监测系统的进行设计，分析研究其系统结构和逻辑流程。2．位移场参数测量：利用图像识别技术对边坡图像进行分析处理，通过建立识别模型来达到对标识体的检测与识别并提取其中心坐标值；对一种新的目标提取算法进行研究，使其满足边坡智能监测所要求的高效性、准确性。3．目标参数的三维解算：在完成标识识别和中心坐标计算后，利用圆形标识特征，改进了一种位姿测量算法，完成位移阵定位。根据该算法建立了计算模型，并利用数值进行仿真，对其精度进行检验。