本文提出了一种基于计算机视觉的大型工程结构有感振动位移识别方法。该方法主要用于识别监控、手机等低分辨率设备应急拍摄的大型工程结构有感振动视频。针对识别位移分辨率低的问题,提出识别分辨率优化算法。由于识别的位移具有高空间分辨率特性,进一步发展了基于振动视频位移估计的高空间分辨率振型识别方法。通过将所提计算机视觉位移识别方法应用于模型试验中,验证方法的有效性与识别精度。基于发生有感振动的超高层建筑结构及桥梁结构的视频数据,识别真实大型工程结构的位移。具体研究内容如下:提出基于计算机视觉的大型工程结构有感振动位移识别方法。从有效卷积算子目标跟踪识别方法的理论出发,给出基于视频数据的像素变化获取算法。通过尺度因子法,实现了识别物体的像素变化数据到位移数据之间的转换。针对识别位移分辨率低的问题,提出识别分辨率优化算法提升位移识别的分辨率。设计四层框架模型试验。基于四层钢框架模型实验,设计不同透镜到物平面距离工况。不同距离工况下,建立的尺度因子模型与实测模型之间的识别误差均在5%以内。探究了尺度因子大小、像素变化均值对识别误差的影响。通过对比基于模型框架的高空间分辨率位移数据识别得到的高空间分辨率振型与数值模拟振型,验证基于振动视频位移估计的高空间分辨率振型识别方法的可行性。计算机视觉位移识别方法和识别分辨率优化算法在大跨度桥梁的应用。将计算机视觉位移识别方法应用于某大桥的有感振动位移识别中,并通过识别分辨率优化算法来提升识别分辨率,与加速度实测振型对比验证基于振动视频位移估计的高空间分辨率振型识别方法在大跨度桥梁上的适用性。计算机视觉位移识别方法和高空间分辨率振型识别方法在超高层建筑顶部钢结构的应用。通过某大厦振动溯源激振实验,验证计算机视觉位移识别方法在超高层建筑结构振动识别应用上的准确性。基于识别的某大厦的动态位移,发现右侧桅杆位移大于左侧桅杆,振动主导频率为2.12 Hz。