建筑物是国家机关及企事业单位正常生产、经营的保障,是广大人民群众生活和工作的重要场地。由于时间的推移,一些建筑物的结构发生了形变、位移、沉降、滑动等问题,严重威胁居民的人生财产安全,因此对建筑物结构监测技术的研究被广大学者提了出来,现有的建筑结构监测方法有很多,但是大多通过传统的仪器设备进行测量,本文在结合土木工程与信息技术基础上提出对建筑物结构的沉降与滑动在线监测技术的研究。本文研究内容共分为三个部分,第一部分提出了基于图像分析的建筑物结构滑动监测方法;第二部分提出基于连通管压力法的建筑结构沉降在线监测系统;第三部分是对现场数据进行图形化分析并建立沉降预测模型。论文的主要研究内容如下:(1)提出一种基于图像分析的建筑结构水平二维滑动位移的监测方法,阐明了系统测量原理。(2)提出基于连通管压力法的建筑结构沉降监测技术,对沉降监测系统进行方案设计,对监测系统进行特性分析,并对测量系统进行原理性说明。(3)对设计的沉降监测系统进行硬件设备的选型,完成了相应的数据采集、存储、分析等软件模块的开发,并对软硬件系统进行原理性实验验证,以确保系统的可行性与稳定性。(4)通过现场实地调研,对建筑结构进行传感器布置,经过数字压力传感器与倾角传感器数据对比,获得建筑物可能的沉降情况,并建立基于L-M算法的BP神经网络沉降预测模型。本文第一部分滑动位移测量原理中对滤波方法、颜色分割模型及圆心点定位算法等做出了研究,第二部分中沉降监测系统软件开发采用C#语言开发设计,并通过软硬件实现数据的采集与存储,第三部分在沉降监测系统的实际应用中,对采集的压力传感器数据进行分析,得出在13号、16号、17号监测点附近发生了缓慢的沉降,通过与倾角传感器数据相互验证,获得了建筑物东南方向的沉降信息,并对可能的沉降点建立了BP神经网络沉降预测模型。