临震微波动是强震临震阶段优势频率集中在11~16Hz、频谱形态较为整齐的临震异常波形记录,在汶川、玉树、青川等不同强震前都有重现,可用于强震临震判定。现有的兰州地脉动实时监控技术系统(下文简称地脉动监控系统)中,临震微波动识别完全采用人工方法,人为主观因素对识别准确率影响较大、效率较低。本文通过对比待检测波形与样本波形的相似度,实现图像感知哈希技术对临震微波动的自动识别。本文总结了感知哈希的相关理论及其用于图像识别的基本框架,基于临震微波动的频率域特征,提出了分块均值和DCT变换的两种感知哈希自动识别方法。以2008年汶川8.0和2010年玉树7.1两次地震作为研究震例,利用震中250KM内台站的连续波形,分别测试了16*16、32*32、64*64三种图像压缩尺寸对两种自动识别算法准确率和运行效率的影响,以此选择临震微波动自动识别的“最佳”算法。实验结果表明,在识别准确率方面,DCT变换的识别准确率高于分块均值算法;不同图像压缩尺寸对两种算法均具有较大影响。在运行效率方面,图像压缩尺寸对DCT变换算法影响较大,分块均值算法几乎不受其影响。图像压缩尺寸为32*32的DCT变换感知哈希算法对临震微波动识别具有较高的准确率和运行效率,汶川地震和玉树地震测试结果与人工识别的相关系数分别为0.81和0.71;算法运行效率分别为每分钟检测1175和2057次临震微波动事件。两次震例测试结果均仅有震中50KM内的台站在震前21天内自动识别出临震微波动异常,超出震中50KM的台站或超出震前21天均没有异常,符合基于临震微波动的震情跟踪指标。证明该算法可用于临震微波动自动识别,实现震情跟踪。