振动在生活中非常常见,在各种领域都会见到各种各样的振动。当人们在进行结构或者材料设计的时候,必须要考虑结构的振动特性,不然在使用过程中,难免会出现因振动而产生的损坏。因此我们需要对结构进行振动测试,以了解结构的振动特性。振动测试方法按接触形式可以分为接触式以及非接触式方法,其中数字图像相关（DIC）方法因为有着非接触以及全场测量的特性,近来开始广泛的被研究关注。但是在使用数字图像相关方法的时候,难免会遇到各种各样的问题,本文主要基于数字图像相关在应用过程中所遇到的问题进行研究,并将该方法推广应用到其他领域。本文的具体内容以及结论如下:（1）在利用DIC进行实验模态分析的时候,首先要解决的就是力锤力信号与高速相机之间同步的问题。因此,在这里通过相关软件以及设备搭建了基于DIC的振动测试平台,可用于后续结构的振动测试。主要是基于Labview软件编写相应程序控制采集卡,当力锤激励的时候,采集卡发出触发信号,触发高速相机拍摄。之后利用高速相机发出的信号控制采集卡采集激励力,从而实现了动态信号以及力信号的同步。（2）当利用DIC获取振动测试信号之后,由于该系统没有相关的后处理系统,因此需要研究基于DIC测试的后续信号处理的模态参数识别方法。这里基于奇异值分解（SVD）以及非线性最小二乘迭代相结合,提出了一种可用于处理DIC振动测试数据的模态参数识别方法。并将该方法用于悬臂铝板以及汽车发动机罩的模态参数识别。通过悬臂铝板验证了该方法的准确性,相比于其它参数识别方法,比如LMS中的Polymax方法、有理分式多项式法、强制正常模态测试以及工作变形分析,可以比较精确的识别出铝板的模态参数。另外发动机罩的应用,也使得该方法可以用于大型复杂结构件的参数识别中。（3）这里将DIC技术应用于具有轻质碳纤维复合材料领域中。主要将DIC振动测试应用到碳纤维复合材料板的材料反求中。基于瑞利里兹方法以及多目标优化算法NSGA-Ⅱ相结合,提出了一种基于DIC振动测试的碳纤维复合材料材料参数反求的方法。首先进行了灵敏度分析,发现固有频率与材料常数关系密切。另外讨论了利用固有频率构建的目标函数的数量对材料参数反求精度的影响,发现通过多目标优化算法并利用固有频率构建合适数量的目标函数可以降低材料参数识别的误差。此外,还将NSGA-Ⅱ识别的结果与GA识别的结果进行了对比,发现构造的三目标函数的材料参数识别结果比GA算法识别的结果更加接近材料的真实值,识别结果的相对误差较小。最后通过石墨/环氧树脂复合材料的应用,也验证了所提出方法的准确性。