视频监控已经广泛应用在工业、军事、图像处理以及智能监控等领域,随着人类社会的进步,科学经济、技术的发展以及网络的普及,人们的生活需求不断增加,对其准确性、精确性的要求也在不断提高,视频监控中的特定目标识别尤其显得重要。本文主要针对视频中的特定车辆目标进行检测,将特定车辆与其他运动目标区分开来,更加适用于现实的需要。要实现本文的最终目的——特定目标识别,必须要解决两个问题:运动目标检测以及运动目标识别。运动目标检测是实现目标识别的基础,本文在对背景差分法进行了深入研究分析后,提出了一种改进的背景差分算法,增加了动态阈值,优化了关于背景均值的选取,使前景目标的检测更加准确清晰。实验结果表明,改进后算法在保证原来算法实时性的基础上,对运动目标达到了更加精确的检测。本文主要研究了目标分类的两种方法:基于形状信息的分类方法和基于运动特征的分类方法。在研究对比两种方法后,选取了基于形状信息的方法,经过综合分析考虑,本文先选用颜色、长宽比等目标自身特性将特定的运动车辆与其他目标初步区分开,接着对初步检测出的目标进行特征量的提取,提出了包含Zernike矩幅值和相位信息的特征参数,最后将已检测到目标的特征参数值与标准图像的特征参数值进行对比匹配,实现了特定车辆目标的识别,并且进行了模拟实验验证。最后,本文总结了现今目标检测与特定目标识别技术的缺点与不足,并对其今后的发展提出了展望。