随着经济发展和基础设施建设,近年来产生了大量的边坡,部分边坡易发生滑坡灾害,威胁到了人民群众的生命财产安全。故而对边坡实现有效的健康监测显得尤为重要。现有的方法主要包括遥感、GPS、探地雷达、全站仪、人工巡检等,这些方法存在设备昂贵经济性差,所需人工较多,监测间隔时间不定等问题。计算机视觉的方法有效的解决了这一问题,计算机视觉的方法具有非接触、所需人工少、自动化程度高、监测效率高、监测频率较高和成本低等优点。基于以上原因,本文研究了基于计算机视觉的边坡变形监测与裂缝识别方法,提出了基于不同硬件可以监测多种指标的边坡监测方法。本文主要工作为:（1）针对有标靶边坡变形监测,设计了一种立式标靶。克服了标靶在随边坡三维变形过程中发生转动导致的对特征提取的误差的放大,提升了监测过程中对特征提取算法的容错率。对比了常见的六种模板匹配算法在该方法中的效果优劣。设计了考虑边坡三维变形的过程的试验,验证了提出方法的效果。（2）提出了基于双目视觉和三维激光扫描的无标靶边坡变形和位移监测方法。摆脱了标靶对监测点位置和数量的限制,可以实现全局任意点的边坡监测。也省去了人工安装标靶的过程,提升了效率。还应用了基于LSTM的边坡表面变形预测方法,该方法在实际工程中所取得的数据集上具有较高的预测准确率。（3）提出了基于双目相机、三维激光扫描仪和搭载双目相机的无人机等三种不同硬件的边坡裂缝监测方法,填补了该方向的研究空白。改进了一台搭载双目相机的无人机。实现了仅使用单帧数据对边坡裂缝的识别工作,并进行了试验验证。