传统的接触式目标物体位移及变形测量技术（如应变片和引伸计等）只能实现定点定尺度的测量过程,且实验操作手段繁琐复杂;而基于计算机视觉技术的数字相关（Digital Image Correlation,DIC）方法并没有这个限制,可以实现非接触式全场多尺度的位移及变形高效测量方式。不过,常规的数字图像相关方法存在一个主要的局限性,即它们无法处理不连续大位移及相应变形的精确测量,而这在岩土工程、材料及结构检测等领域是经常遇到的。本研究力图解决此问题,具体而言就是借助计算机视觉的L1范数形式全变分正则化技术和图像金字塔技术,建立了适用于不连续大位移测量的新方法模型。其中,L1范数形式全变分正则化技术可以实现位移场的不连续性保留,而图像金字塔的图片多级尺寸计算过程则有助于大位移的精确测量。在本研究中,新方法模型被应用于不同类型的人造图片和真实实验图片,进行了亚像素连续位移测量测试并取得了令人满意的测试结果,在亚像素位移测试中检验了新方法模型对于图像噪声和灰度变化的抗性;新方法模型也进行了非均匀连续位移测量测试,在尺寸为540×540像素~2的人造图片上通过自主编写的纳维尔-斯托克斯流体模拟器产生最大幅值接近11个像素的不均匀位移场,新方法模型取得了精确的测量结果;同时新方法模型也进行了非连续大位移测量测试,新方法模型被用在尺寸为540×540像素~2的人造图片上测量最大幅值为16.5像素的不连续位移场,同样能够得到精确的测量结果。在这些测试中,基于测试结果,新方法模型的计算参数也被探索和优化,其中通过在不同的人造图片和多组计算机视觉数据集图片上的验证,正则化参数被发现存在与位移测量误差演化和最优数值选取有关的显著规律,有助于全场逐像素精度位移计算方法的发展。最终,新方法模型被应用于两个实际过程（竹纤维混凝土轨枕压弯过程和粘土试样干燥龟裂过程）的真实不连续位移和相应变形测量中,取得了与实际结果相符的测量结果,证实了本研究所提出的新方法模型的有效性。在本研究中,为了考察新方法模型的计算效率,新方法模型更进一步地融入了局部位移计算方法,形成局部-全场结合加速方案,使得计算效率和精度都得到很大的提高。