考虑数字相机分辨率正在不断提高这一现实趋势以及高速动态变形测量中分析多幅图像的普遍需求,快速、高精度数字图像相关算法变得越来越重要。针对数字图像相关方法发展中的这一迫切需求,提出一种无冗余计算的反向配准数字图像相关方法。首先,该方法用无须在每次迭代过程中对Hesssian矩阵进行更新和求逆的反向组合配准策略(Inverse compositional image alignment,ICIA)和Gauss-Newton算法结合来代替经典的基于Newton-Raphson算法的正向配准策略来优化零均值归一化最小平方距离相关函数(zero-mean normalized sum of squared difference,ZNSSD)准确计算亚像素位移;其次,该方法采用改进的可靠性导向初值传递方法自动为每一个计算点提供准确和完整的变形初值估计,有效提高了迭代计算的收敛速度;最后,该方法采用插值系数查找表来避免亚像素灰度插值中的重复计算。通过以上三点创新,该方法能够避免在目前普遍使用的(前向迭代)数字图像相关方法各个计算步骤(初值估计、亚像素位移测量和亚像素插值)中涉及的大量冗余计算,可在不降低测量精准度的前提下,大幅提高计算效率。本文用计算机模拟散斑图和实际实验图片仔细测试了反向配准数字图像相关方法的测量准确度和计算效率。实验结果显示,本文提出的反向配准数字图像相关方法的位移测量精度与目前广泛使用的基于Newton-Raphson算法的正向配准数字图像相关方法接近,但在同等计算条件下,其计算效率约为后者的3-5倍,有望成为数字图像相关方法中的标准算法。本文还介绍了该算法的最新进展。