近年来,随着人们对安防领域的重视,越来越多的监控设备应用到高校、道路交通、居民小区等公众场所,然而面对海量的监控视频库,如何能够高效、快速的找到感兴趣内容是一个难题。目前,针对特定目标的检索通常采用人工的方式,但是这种检索方式的准确率和效率比较低。为了解决人工浏览标注的弊端,满足人们更加快速、准确的在监控视频中查找到目标的迫切需求,本文结合监控视频数据的特点,研究并实现了基于PCA-SIFT算法的监控视频目标检索技术。首先对读取的监控视频进行预处理,去除监控视频中可能存在的噪声。随后,针对监控视频中包含大量无用背景帧的特点,利用背景差分的方法提取视频关键帧。通过深入研究各种背景建模算法,发现Vi Be+背景建模算法综合指标最高。在Vi Be+背景建模的基础上进行差分运算,根据设定的阈值提取关键帧。为了在特征提取时减少计算量,提取关键帧中的ROI作为后期特征匹配的源数据。实验证明,本文所使用的基于背景差分的关键帧及关键帧ROI提取算法具有较好的效果。然后,本文深入研究了图像局部特征提取与匹配算法,针对SIFT提取算法存在的缺点,本文采用对SIFT算法降维后的算法PCA-SIFT算法,然后利用FLANN算法提高计算速度,同时采用RANSAC算法优化匹配对以提高检索效率。针对算法缺失颜色信息这一缺点,利用HSV颜色直方图对数据库中的图像进行初筛,然后在剩下的图像中利用HSV颜色直方图特征和PCA-SIFT特征以加权融合的方式提取相似度较高的图像。实验证明,改进算法的计算效率和准确率较高。最后,在上述算法研究的基础上,对监控视频目标检索系统进行了详细的需求分析,利用开源计算机库Open CV和微软基础类库MFC完成了监控视频目标检索的软件设计。该系统简单易用,测试结果证明其运行稳定平稳,可以提高监控视频目标检索的实时性和准确性,满足监控视频目标检索的需求。