随着科技日新月异的发展,人们对于智能视频分析的智能化要求在不断提高。多摄像头监控更加广阔的范围,能够克服单摄像头监控范围有限的缺点,于是多摄像头的监控逐渐受到重视。本文着重从视频分析的两个应用系统进行研究,包括无重叠区域目标的交接跟踪和有重叠区域目标的双目立体视觉测距,为后续更高级的智能行为分析打下基础。二者都需要对目标特征匹配算法进行研究,所以实现更加快速、准确的匹配是实现交接跟踪和双目测距的前提。整个课题的研究工作包括:首先对经典的两大类特征提取算法进行了研究,包括基于角点特征提取算法和基于尺度不变的特征提取算法。角点特征包括Harris、SUSAN和CSS,基于尺度不变的特征包括SIFT和SURF。本文对这些算法进行了介绍,然后对这些特征提取算法进行仿真、分析和对比,从而得出各个算法的优缺点。SURF算子以其对光照、旋转以及尺度变化等保持不变的优点,最终选择作为实现交接跟踪和目标测距的特征匹配算法。然后重点研究了特征匹配在目标跟踪上的应用。多摄像头下实现对目标的识别,即在不同摄像机视野里实现对同一目标的交接跟踪,以及每个摄像头下尺度自适应的Mean Shift跟踪。通过SURF特征和颜色特征融合并不断进行特征学习,剔除不稳定的SURF特征点,并对比SURF特征相关性找到另一视野里的目标,实现多摄像头下目标的交接跟踪;通过目标特征匹配计算视频图像两帧间的仿射变换矩阵得到尺度因子,使用尺度因子修正目标跟踪窗口,实现目标的尺度自适应跟踪。最后研究特征匹配算法在双目立体测距上的应用。搭建基于双摄像头的双目立体测距系统,对摄像机进行标定,实现目标的测距。