数字散斑图像相关技术是现代光学测量技术的重要方法之一,它以其全场、非接触、高精度、测量敏感、范围大的特点获得了巨大的成功,并已应用在无损检测、微尺度变形场测量、高温环境下的变形测量、电子封装、航空航天等众多领域。亚像素搜索是数字散斑相关技术中的关键问题,各国学者一直致力于这方面的研究。亚像素搜索实际上是一种优化问题,粒子群优化算法具有实现容易、精度高、收敛快等优点,非常适合应用于亚像素搜索。人工神经网络是人工智能领域研究的热点之一,它是通过模拟人脑神经处理信息的方式进行信息并行处理和非线性转换的复杂网络系统,具有很强的自我学习能力,在数字散斑相关领域具有广阔的应用前景。本文是以粒子群优化算法以及人工神经网络在数字散斑相关技术中的应用为主要内容来展开的。作者将粒子群优化算法应用到相关搜索中,通过模拟散斑图分析了该算法在各种情况下进行相关运算的可靠性和稳定性,并用它对刚体平移和单向拉伸两种实际变形场进行测量。本文还将人工神经网络应用于数字散斑图像相关技术,通过相关算法计算出的结果训练神经网络,使其建立起计算点的坐标与该点位移值之间的关系,从而可以运用网络计算出训练样本之外的点的位移值。与运用相关算法直接计算相比,该方法不仅效率大大提高,而且可以计算相关算法无法计算的位于图像边缘上的点。