随着经济社会的快速进步和科学技术的蓬勃发展,计算机数字图像处理与分析技术得到了迅速提升,并在力学工程中得到了广泛应用。我国基础设施建设事业突飞猛进,保障工程建设项目的可靠性和安全性显得尤为重要。因此,岩土工程中岩土体等颗粒材料的变形测量与分析是目前比较热门的一个研究课题,如何提高颗粒材料变形测量的精度与准确度成为研究者研究的重点。同时,地震、泥石流等自然灾害频发,对其形成和发生过程进行模拟和仿真对于预防灾害具有重要的研究价值和实际意义。基于数字图像的岩土体变形测量是一种非接触式的、全场性的测量与分析方法,主要包括三个步骤：相机标定、图像处理与分析以及数据可视化。本文对其中的关键技术进行了研究。首先,岩土体特殊的纹理结构使其适合使用互相关方法进行图像分析,为了解决基本的粒子图像测速算法计算量大的问题,对于数码相机拍摄的数字图像,利用基于快速傅里叶变换的互相关算法计算,得到岩土变形的像素数据,包括位移、速度以及应变场。对数据采用亚像素拟合方法将测量精度提高到亚像素级别,过滤并平滑伪数据。其次,相机标定的目的是建立像素坐标系统中的点与对象坐标系统中点之间的对应关系,用于后期的实际变形测量中。标定方法有基本的线性标定算法、二次多项式算法以及新提出的基于三层前馈型人工神经网络训练的相机标定技术,本文对三种标定算法在性能上进行了对比分析,并验证了新算法的有效性。本论文开发了一套完整实用的基于数字图像的岩土体变形测量系统：首先根据快速傅里叶变换互相关算法得到变形像素数据,再根据神经网络标定模型得到实际变形数据,最后根据数据可视化岩土体的变形,包括向量场图、等值线图、速度向量量化图等,进行变形特性分析。系统允许用户选择感兴趣的计算区域以减少计算量,提高有效计算；添加批处理功能,对整个变形过程进行视频演示。实验表明该系统能够准确、高效、持续地从二维数字图像中获取岩土体变形数据,在岩土工程研究领域具有重要的实际意义和应用价值。模拟自然灾害实质上是对颗粒与颗粒、颗粒与墙之间的动力学过程进行模拟。由于人们对于视觉的要求越来越高,OPENGL作为主流的三维可视化与图形渲染工具,在动力学模型的三维模拟过程中得到了高效应用。应用OPENGL对颗粒的运动行为进行三维交互式演示,更加具有真实感,并且具有良好的用户体验。