近年来，随着智能监控技术的发展，多摄像机监控系统日益引起人们的关注。使用多个摄像机协作可以有效扩大监控范围，增加观察角度，丰富运动对象信息，特别是解决单摄像机系统中的目标遮挡等问题，但随之也带来了许多新的研究课题，有效地融合多个摄像机的信息成为多摄像机视频监控系统的关键。本文针对有重叠视野域内多目标的定位和匹配问题，研究利用摄像机之间目标的空间占有单应性约束，进行多视野多目标在一定遮挡情况下的定位和匹配问题。本文主要的研究内容和创新点如下：（1）针对传统单应性矩阵估计方法需要对整个图像平面进行SIFT特征点提取和匹配的不足，设计了一种新的基于半自动平坦平面分割的单应性矩阵估计方法，该方法首先对图像对中感兴趣的平面进行分割，然后在分割后的图像平面内进行SIFT特征点提取以及RANSAC算法估计单应性矩阵。实验结果表明，这一预处理不仅可以获得基于特定感兴趣平面的单应性矩阵，而且可以大大减少SIFT特征点提取和匹配以及RANSAC处理的时间。由于采用基于图割的快速平面分割算法，平面分割操作的计算时间可以显著减少。（2）系统地研究了空间占有单应性约束（HOC），以及如何利用这一约束在人流密度比较大，遮挡比较严重的场景中实现目标定位的算法。并提出了一种改进的算法——基于矩形框的HOC目标定位算法。该算法根据初次目标检测的结果，选择一个最优参考视野进行信息融合，从而获得最优的定位结果。同时该算法仅对代表目标的矩形框进行投影，因此能够有效的减少计算复杂度。（3）针对所提出的基于矩形框的HOC目标定位算法，提出了一种新颖的目标匹配方法。在参考视野中，为检测到的每一个目标建立一个矢量表，该矢量表中存储该目标在其他视野中对应目标的编号，这种对应关系是通过脚点区域取中值获得。实验仿真表明，通过这种映射关系可以方便快捷地实现目标匹配。同时，根据目标匹配的结果，利用同一目标在各个视野的可见性检测和剔除鬼影，实验结果表明该方法能有效地剔除。文章最后对全文内容进行了总结，指出本文所提出算法的不足，并对以后的研究方向和重点进行了展望。