数字图像处理技术是蕴涵巨大发展潜力的新兴科学研究领域之一,基于视频的目标检测识别相对比传统的检测识别手段具有安装简单、维护方便、信息丰富和应用范围广等优点。当前在基于视频的目标检测识别技术上,主要分为基于目标的静态特征、动态特征以及两种特征混合的检测识别方法。常见的基于视频图像的目标检测识别的途径主要分为基于单目视觉、立体视觉以及传感器与视觉融合的方法。本文主要围绕目标的动态特征,研究讨论了分别在单目视觉、立体视觉下针对于不同场景的应用。第一个场景是基于单目视觉的方法,所选取的场景为交通公路,以交通公路车辆和行人为检测识别目标,主要目的是检测识别出现在场景内的违规行为,如车辆逆行、倒车,以及行人横穿马路等。论文提出了通过采用目标运动轨迹场的方法完成目标的行为检测;第二个是基于立体视觉的方法,所选取的场景位于公交车内,以在公交车内外的乘客为检测识别目标,主要通过朴素贝叶斯分类,解决识别乘客上下车行为,排除异常目标(乘客的行李、背包、身体肩部)带来的干扰,达到精确统计公交上下车客流人数。以上两种场景均以摄像机拍摄获取的场景为研究内容,出现在场景中的运动物体做为研究目标,通过分析各自场景下的目标的动态特征,实现对其目标的检测识别。两种场景下的检测识别方法步骤大致相同:首先在基于目标跟踪的基础上,获取运动目标的运动轨迹,然后提取目标的运动特征,再进一步通过对正常目标运动特征的模式学习,实现对目标的检测识别。本文分别通过对两个不同场景拍摄的视频序列多次进行测试,结果表明通过目标运动特征的方法检测识别目标满足实时性要求,检测识别率达到95%左右,取得了较好的效果。