数字图像相关方法经过多年的发展,已经广泛应用于众多研究与应用领域。在数字图像相关的测量技术中,由于整像素位移测量不能满足测量精度的需求,因此,数字图像相关方法的亚像素位移测量算法已成为该领域的研究重点。在数字图像相关亚像素位移测量算法中,Newton-Raphson迭代算法(简称N-R迭代算法)因其具有较高的计算精度以及较好的计算稳定性而受到了广泛的关注。在传统N-R迭代算法的亚像素位移计算过程中,通常采用三次样条插值计算的方法重构亚像素位置的灰度值。而在插值算法中,三次Hermite插值算法具有良好的光滑程度。因此,为了进一步提高N-R迭代算法的亚像素位移求解精度,本文提出了基于Hermite亚像素灰度重构的N-R迭代算法并对其相关特性进行了研究。(1)针对传统N-R迭代算法亚像素灰度重构的精度问题,提出了基于Hermite亚像素灰度重构的N-R迭代算法。该算法应用Hermite插值函数建立亚像素灰度重构方法,应用Barron算子计算一阶灰度梯度;最后应用牛顿迭代算法求解亚像素位移。通过真实散斑图的数值变形实验验证了本文算法的可行性。与传统的N-R迭代算法相比,本文算法具有更好的计算精度。(2)为了进一步的提高Hermite亚像素灰度重构的N-R迭代算法的计算效率,避免在亚像素位移测量计算中一阶灰度梯度的重复计算,本文提出了全域灰度梯度的计算策略。同时,为了提高Hermite亚像素灰度重构的N-R迭代算法的初值精度,避免亚像素位移求解时初值对计算精度和计算效率的影响,根据被测表面变形连续性原理,提出了基于种子点的搜索策略,该搜索策略将已求点的亚像素位置作为相邻待求点的亚像素位移的初值。应用数值模拟实验验证两个策略的有效性,两个策略的应用在不改变算法的计算精度的基础上,有效地提高了本文N-R迭代算法的计算效率。(3)对本文提出的基于Hermite亚像素灰度重构的N-R迭代算法进行了误差分析,通过位值误差的求解公式建立了亚像素位置与位值误差的函数关系。同时,对计算窗口的大小如何影响本文提出的N-R迭代算法的计算精度进行了模拟实验验证。结果表明,本文提出的N-R迭代算法在不同计算窗口的均值误差各不相同,同时,相同计算窗口的每幅散斑图的均值误差也不同,这说明了计算窗口大小的差异会对本文提出的N-R迭代算法产生影响。通过均值误差波动范围可以得到,计算窗口在?-?)51514141(像素范围内时更适合本文提出的N-R迭代算法。最后,对三种常出现的随机误差进行分析并给出了如何减小随机误差影响的建议。(4)在基于双相机跟踪的力学性能测试系统上,应用Hermite亚像素灰度重构的N-R迭代算法进行了材料的拉伸实验分析。实验结果表明,本文提出的N-R迭代算法与引伸计测量的结果相比误差较小,且本文提出的算法具有较高的精度,可以满足测量的要求,验证了本文提出的N-R迭代算法的可行性与实用性。