视频监控能够实时地观测被监视场景的运动目标,并且分析描述他们的行为,为更高层次的理解和决策提供辅助信息。目标的运动分析是计算机视觉领域内的一个研究热点也是当前视频监控中的一个重要研究方向。目标运动分析的研究内容相当丰富,主要涉及到模式识别、图像处理、计算机视觉、人工智能、机器学习等学科知识。基于单摄像机的目标运动分析的相关技术已比较成熟,但是单摄像机监控中存在一些难以解决的问题,比如目标遮挡,分辨率不足,监控范围有限等等。多摄像机环境下的目标运动分析的研究就成为必然。多摄像机的协同工作以及数据的融合是多摄像机监控技术发展的一个瓶颈,而目标交接是多摄像机视频监控的基础和关键技术之一,能够有效的解决多摄像机的数据融合,实现目标的连续跟踪。本文是在摄像机固定的静态背景环境下进行研究,而且相邻的摄像机之间具有重叠视野范围。主要工作如下：　　 ⑴详细介绍了多摄像机视频监控中涉及到的关键技术和相关算法:目标检测、目标跟踪以及多摄像机环境下的目标交接的方法。对一些关键技术进行分析和总结,为多摄像机视频监控的研究者提供有价值的参考。　　 ⑵研究和分析了尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)算法及射影变换的方法。提出一种基于SIFT算法及射影变换的摄像机视野分界线的生成算法。该方法通过计算图像边界点的射影变换点,快速、准确的确定摄像机的视野分界线。从而为后续的目标交接、目标遮挡等提供了依据。　　 ⑶研究和分析了基于视野分界线的目标交接技术。提出一种改进的基于SIFT算法及射影变换的目标交接算法。该方法不需标定摄像机的参数,利用摄像机视野分界线作为辅助信息,对其中一个视角下的目标位置进行射影变换,通过位置的最短距离信息实现目标匹配。实验表明此方法具有较好的准确性及鲁棒性,该方法能够快速、准确的实现目标正确交接。