近年来,人们安全意识的增强,各领域对安全监控的需求日益增加,多相机联合监控系统的研究备受关注。结合各种视频分析算法,多相机联合监控系统通过对运动目标进行特征提取及联合匹配,实现在多视角区域内的目标识别跟踪,具有较好的应用前景。然而,由于现实环境的复杂性,易造成相机间目标的误匹配,提取更为精确的目标信息,进行多特征联合匹配来提高匹配成功率,成为研究的关键点。本文的主要工作内容有以下几点：(1)讨论研究了基于单相机的目标检测和特征信息提取,分别对颜色信息和轮廓边缘信息进行背景建模,并进行对比分析。得出,基于颜色特征的背景建模对场景中的光照变化比较敏感,受场景中的扰动影响较大,而基于轮廓边缘特征的背景建模得不到连通的目标区域,通过分析,得出基于颜色特征和轮廓边缘特征融合的背景建模能降低光照变化和场景中扰动带来的影响,并通过实验加以验证。(2)讨论研究了基于特征的匹配算法,分别对主颜色谱直方图特征匹配和SIFT特征匹配进行讨论分析,并提出基于递增式学习方法的多特征匹配算法,该算法思想为：先以主颜色谱直方图作为特征对目标进行匹配,根据匹配结果,若主颜色谱直方图匹配不成功,则联合SIFT特征进行匹配,最后对二者的匹配度进行权值相加,通过模糊判决进行匹配,通过多相机目标识别实验加以验证。(3)对有部分视场重叠和无视场重叠情况的多相机目标匹配方法进行详细介绍,采用计算目标与边界距离的方法进行目标标定,并通过实验进行仿真分析。本文的创新点：提出基于递增式学习方法的多特征匹配算法,来提高多相机间的目标匹配精度,降低运算复杂度,优化算法,效果良好。