随着无线传感器网络的不断发展，信息量丰富的图像数据成为了无线传感器网络中的研究热点。本文则以战场的侦查监视网络为应用背景，研究了无线传感器网络中基于图像的运动车辆识别问题，主要工作内容如下：（1）针对摄像机静止拍摄的情形，研究了适用于该情况的三种运动目标检测方法。实验表明：三帧差分法的检测性能比其他两种方法好，该方法协同Ostu阈值分割、形态学处理、连通性分析等处理，在运动车辆检测过程中取得了较好的效果。同时本文对传统的形态学处理算法进行了改进，通过分解结构元素以及移位运算提高了其运算速度。（2）特征提取方面，研究了SIFT、SURF、ASIFT和S-ASIFT这四种局部不变性特征提取算法。实验表明：四种算法都具备良好的尺度不变性和旋转不变性，但在视角变化较大的情况下SIFT和SURF算法的特征点匹配效果很不理想，而ASIFT和S-ASIFT算法在较大视角变化情况下仍具有良好的匹配性能；同时，SURF和S-ASIFT算法中用积分图像和盒子滤波代替了原始的尺度金字塔建立方法，使其运算速度得到了大幅度提升。（3）最后给出了系统的整体设计，分别在OMAP-l38上实现了运动车辆的检测与Jpeg压缩，在PC端完成了S-ASIFT特征提取以及基于特征点匹配的车辆分类。