本文将数字图像技术引入基坑支护位移监测中,通过施工现场的安防摄像机拍摄基坑支护结构上安装的标识物的图像,以标识物中心作为支护结构的监测点,利用卷积神经网络对标识物进行识别、定位,通过图像处理获取图像中标识物中心坐标,以其作为特征点通过位移换算与畸变修正得到真实位移,实现对基坑支护结构的位移监测。本文主要研究内容包括模型制作、硬件系统搭建、Python软件编程以及位移模拟试验,主要得到以下成果和结论:（1）在硬件系统搭建上,制作了标识物模型,并完善模型的电路安装,确保标识物在白昼环境下都能被系统识别,同时搭建了安防摄像机数据传输的局域网,能够实时获取安防摄像机的图像信息。在软件编程中,引入卷积神经网络和遗传算法等手段,实现对图像的识别、定位及处理分析等操作,整个算法结构的适应性强,处理效果较好。（2）基于小孔成像模型,利用张正友标定方式对安防摄像机进行标定,得到安防摄像机的内参和畸变参数,利用内参结合实际测量得到的外参可实现真实位移的换算,使用畸变参数对换算结果进行修正,减少镜头畸变导致的误差。（3）通过模拟试验,分别验证成像距离、成像像素以及外界光照等因素对系统精度的影响,同时对系统本身稳定性进行测定。结果表明,监测精度随成像像素的增加而提高,随成像距离增加而降低,系统在夜间监测精度较高,稳定性更好。（4）通过模拟试验验证了该系统的可行性,受使用的安防摄像机硬件限制,系统监测精度暂不满足现行规范的监测精度要求,但通过提升硬件条件预期可达到精度需求,在现有硬件条件下,可作为夜间或阴雨天气监测的补充手段,在一定程度上起到预警作用,降低支护结构位移破坏带来的风险。