数字图像相关方法在试件位移场的测量过程中,由于具有非接触、全场、精度高、易于自动化实现、对环境要求低等优点,因此被广泛应用于工程现场测量。而随着当前材料及力学研究需要,实现数字图像相关方法的实时性成为了迫切需求。但是由于该方法在数据处理过程中计算量巨大,用传统的CPU处理数据已经很难满足实际需求。因此,利用GPU编程提升数字图像相关方法处理速度成为了研究的热点。本文以GPU编程为基础,研究了其在数字图像相关方法应用中的具体问题,并在以下几个方面取得了一定成果：(1)详细讨论了GPU编程过程中,各种参数对程序效率的影响,对GPU程序优化提供了借鉴意义；(2)比较了牛顿拉普逊法和反向合成牛顿高斯法在GPU和CPU编程模式下的加速比,结果表明在不同的编程模式下,两者的加速比并不相同；(3)提出了一种新的散斑图颗粒位置确定方法。该方法通过GPU编程实现,相对于原来串行的散斑图模拟方法,速度能够提高140倍；(4)针对试件发生连续大变形的情况,提出了一种基于时序变形预测的种子点搜索方法,解决了用GPU编程实现数字图像相关方法中,最为困难的变形初值确定问题；(5)提出了一种新的亚像素求解方法。和原来利用空间信息来获得试件的亚像素位移不同,这里通过时间轴上的变形规律,通过整像素位移来拟合求解亚像素位移,其能够在保持精度的情况下,大幅度提高计算效率。