随着我国城市轨道交通建设的不断发展，地铁隧道安全成为社会广泛关注的问题。地铁运营阶段因时间跨度大、影响因素复杂、一旦隧道发生变形，有可能会影响到地铁安全运营，留下安全隐患。为了能够对地铁隧道的安全状况进行实时监测，并根据地铁隧道变形的渐变性和长期性，本文研究建立立体影像传感器网络，实时采集地铁隧道的图像数据，并利用数字图像处理技术进行分析处理。通过对处理数据进行时间及空间的融合，实现隧道变形的网络发布并建立隧道变形预警机制。本文基于大量理论和实验基础，并结合上海科委资助项目：“地铁隧道变形自动监测系统研究”课题，对设计地铁隧道变形自动监测系统进行了初步研究分析。 本文首先讨论研究了系统整体框架的设计，分析了该监测系统的功能组成以及硬件选择，并从理论上研究了图像采集的方法以及采集流程。针对所采集的数据，利用数字图像处理中的预处理技术，对模拟隧道图像数据进行预处理以提高图像质量。本论文通过大量的实验和仿真分析，研究了几种不同的处理算法及其效果，根据隧道内的实际环境选择合适的处理方法，能够有效地消除图像上的干扰及噪声，提高图像质量。再利用包括阈值分割，形态学等图像处理技术，有效提取并识别图像上的有用部分，并利用最小二乘法的数学理论，拟合出图像上目标物体的精确位置。通过对比不同时刻处理得到的目标物体位置，比较其位移量，从而计算出隧道的相对变形量，传输给站级上位机。本论文最后讨论了系统的串口通信模式，设计系统通讯协议，并进行软硬件的初步设计。 由于该监测系统需要较高的精度，本文从理论上分析了几种误差来源，研究误差的产生原因，并结合理论和实验，从硬件上和软件上提出了几种减小误差的方式，实验结果证明采用合适的计算方法和硬件设计，能够有效提高系统精度。 为了仿真模拟真实系统，本论文搭建实验摄像头和数据后处理平台以完成整套变形监测的操作，实验结果很好地证明了该测量监测方法的可行性和有效性，为实际项目的开展和实施提供了可靠的理论依据和实验方法，为系统运行的可靠性和高精度提供新的思路。