随着工业领域对各种材料的制造质量要求越来越高,针对材料的性能研究提出了更高的要求。利用监控视频通过图像分析进行材料的表面缺陷识别、断裂跟踪和应力检测成为近年来研究材料力学性能的主流方法。数字图像相关法（digital image correlation,DIC）,又称为数字散斑图像法,是一种应变测量的图像方法。DIC将被研究的物体喷射上不规则的散斑图像,然后根据物体发生形变前后的两幅数字图像,通过相关计算获取感兴趣区域的变形信息。数字图像相关技术作为目前非常成熟的一种技术,在材料学,建筑学,航天航空学等领域具有广泛的应用,其相关技术也取得了快速发展,包括其中的搜索算法和匹配算法等。但是,为了能够获得更加精确的材料在受到外力作用时的形变特征和应力特征,需要利用放大很多倍的材料拉伸监控视频进行断裂信息检测和应力特征估计。传统的数字图像相关技术无法对放大倍数较高的显微镜视频进行形变及应力特征检测,因为当材料视频被放大很多倍时,出现在摄像头中的区域所对应材料的实际大小就会变得很小。利用传统的散斑喷射方法,可能会导致在整个监控范围内全是喷射的散斑,而忽略了其他的有效信息,所以针对该问题,本文利用基于尺度不变特征变换法（Scale-invariant feature transform,SIFT）的特征点匹配和混合高斯模型提出了一种基于显微镜监控视频的材料断裂检测及应力信息估计方法,具体如下:（1）首先对显微镜监控视频每间隔一定帧数的图像进行SIFT特征点提取,然后对间隔一定帧数的相邻图像进行特征点匹配,并统计匹配特征点数量,根据匹配度确定材料断裂发生的时间点,最后对确定为有断裂发生的图像进行分区域匹配特征点数量统计,从而确定材料断裂发生的区域。利用匹配特征点数量的变化规律,针对放大很多倍的材料拉伸显微镜监控视频可以准确的检测出断裂发生的时间点和位置,甚至可以利用匹配特征点的数量规律来进行断裂发生位置的提前预测。（2）将检测到的断裂区域中匹配特征点数量按照方块区域进行统计,然后把包含匹配特征点数量多的图像块进行混合高斯模型建模。根据混合高斯模型建模后得到的模型参数来分析材料在即将断裂时的受力情况。本文使用两段分别放大不同倍数的材料拉伸显微镜监控视频对所提出的方法进行了实验验证。针对时长、帧数以及分辨率都不相同的拉伸视频,在实验过程中都非常准确的检测出了断裂的时间节点以及区域。同时,我们利用混合高斯模型对材料即将断裂时的应力情况和形变趋势进行了分析。实验结果表明,本文提出的方法能够利用放大很多倍的材料拉伸显微镜监控视频正确检测材料的断裂时间和位置,并给出了引起断裂的应力信息估计结果,为后续的材料拉伸应力分析提供重要的参考。