为了克服传统的基于牛顿-拉夫森迭代的数字图像相关法受迭代初值影响较大等问题, 提出了一种结合遗传算法的数字图像相关法。以待测数据点为中心, 选取邻域内的若干估值点, 通过基于遗传算法的数字图像相关法匹配出变形前后估值点对坐标; 随机选取不共线的3组或以上估值点对代入仿射变换模型, 依据仿射变换结果估计变形初值, 并作为牛顿-拉夫森迭代初值; 最后结合牛顿-拉夫森迭代法计算亚像素位移值。结果表明, 该方法的匹配时间相对传统方法平均降低37.54%, 相较于传统的数字图像相关法在搜索性能、匹配精度等方面更加可靠。该研究为数字图像相关法中迭代初值优化效果对匹配速度和精度的影响提供了参考。