視覺，是人類感知客觀世界的主要信號來源。在信號處理理論與計算機出現(xiàn)以后，人們試圖用攝像機獲取環(huán)境圖像并轉(zhuǎn)換成數(shù)字信號，用計算機實現(xiàn)對視覺信息處理的全過程。這種使計算機能夠通過一幅或幅圖像認識周圍環(huán)境信息的研究目標，正是機器視覺。
作為機器視覺的代表應用，以攝像機為核心的系統(tǒng)，目前已經(jīng)廣泛應用與安保、交通、樓宇、工業(yè)等各個行業(yè)領域。想要了解機器視覺究竟為視頻監(jiān)控帶來了哪些改變，我們可以從機器視覺的幾大應用領域來進一步分析。
目標識別
目標識別技術和穩(wěn)定的追蹤方法是機器視覺發(fā)展的關鍵因素之一。它在很多領域都得到大量的應用，例如身份確認的指紋識別、人臉識別、虹膜識別以及在智能交通管理、機動車檢測、停車場管理等場合的車牌識別等。
一個目標識別系統(tǒng)應該具有在復雜背景以及各種天氣情況下檢測、分類、識別目標的能力，這樣才能有針對性地對目標進行持續(xù)的跟蹤。
近些年來，目標識別技術已由理論探索、實驗室仿真逐漸走向?qū)嶋H應用，其技術方法也從經(jīng)典的統(tǒng)計模式識別，向著基于知識、模型、多傳感器信息融合以及人工神經(jīng)網(wǎng)絡的識別方法演進。
目標追蹤
運動目標跟蹤是確定同一物體在圖像序列不同幀中位置的過程。其主要工作方式就是選擇好的目標特征和采用適當?shù)乃阉鞣椒?，根?jù)匹配原理，把現(xiàn)有的跟蹤方法分為基于模型、區(qū)域、特征以及活動輪廓的跟蹤。
基于模型的跟蹤
基于模型的跟蹤是通過一定的先驗知識對所跟蹤目標建立模型，然后通過匹配跟蹤模板，并實時更新模型。傳統(tǒng)的運動物體表達方法有如下三種：
1. 線圖法：目標運動的實質(zhì)是主框架的運動，因此該表達方法將物體的各個部分以直線來近似。
2. 二維輪廓：該表達方法的使用與物體在圖像的投影有關。
3. 立體模型：利用廣義橢圓柱、球等三維模型來描述物體的結(jié)構(gòu)細節(jié)。該方法往往需要在聯(lián)系的圖像幀間匹配三維模型來獲取物體運動的定量描述，因此需要計算更多的參數(shù)，匹配過程的計算量更大。
