“基于视频目标检索的图像特征提取与分类识别”是计算机视觉领域的研究热点,它可应用于网络监控,能够模拟人来完成对监控对象的分析与理解。本文将研究的重点放在对前景目标的特征提取与描述的基础上,进一步对物体进行分类及其行为的分析。主要工作如下:1、应用形态学分析原理对分割后的物体进行预处理,经过处理的前景物体形变不大,能够反映出其本质特征。2、提出了两种形状特征提取方法,局部平均宽度与整体宽度的比值以及中心点距离轮廓边缘距离最小值与最大值比值,实验证明这两种特征提取方法具有较强的稳定性和可区分性。3、采用支持向量机作为分类器,选择径向基函数作为核函数,在LibSVM软件下通过实验选取了最优的特征组合并对运动物体实现分类。4、提出了一种基于三个层次的特征描述方法,识别对象的特征信息描述、时间约束性描述以及空间位置的描述。并且以这三个方面为基础,针对不同的行为特征提出了相应的约束条件规则,包括行人快速移动、物体滞留、物体移动、汽车在特定区域停止和人群聚集。