根据新闻、网络信息资料表明，近年来油罐车的装运油品在运输过程中存在很大程度的盗失，给油品运营商和广大油品用户带来很大的经济损失。目前，使用车载视频监控已成为保障装载油品和车辆本身安全的重要手段。但是随着监控网络规模不断扩大，视频数据呈现海量增长趋势，视频调用查看所耗人力、时间也成倍增长。为此，本课题针对这一难题进行视频监控技术研究，将基于内容的视频检索方法运用到车载视频智能监控当中，针对大量的监控视频在实现不遗漏重要监控画面的同时，为用户快速、准确地检索到所需的视频信息。本文的主要工作包括：1.针对车载监控视频存在抖动的特点，提出一种改进的基于块匹配的快速视频稳像算法。该算法以块匹配算法为基础，预先在参考帧中划定出图像匹配区域，利用像素灰度的绝对差值和在当前帧中寻找其最佳匹配，快速预测出当前帧相对于参考帧的运动参数，从而用来消除抖动。实验结果表明，新算法在确保消除抖动效果的同时大幅度降低了运算时间，可满足用户的实时需求。2.针对智能监控的需要，对车载监控视频进行运动物体的检测。由于车载监控视频受光照变化和自然场景中一些微小变化的影响，运动物体检测时，差分图像中存在很多“虚假”的运动目标。本文采用多帧差分相乘的方法使得差分图像中运动边缘的相关峰更加尖锐，利用阈值，就可以有效排除“虚假”运动物体的影响，正确测出运动物体的边缘轮廓。3.针对视频检索的需要，对车载监控视频进行关键帧的提取。车载监控视频具有镜头的移动性、内容的多样性，为避免冗余的同时能有效地选取到有代表性的关键帧，本文借鉴基于粒子群的关键帧提取法，用全局运动特征与局部运动特征作为视频的整体特征，并关注局部运动更多。4.为验证上述方法的有效性，本文凭借图像序列提取出的低层特征，采用面向对象的设计方法，利用开发工具Visual C++6.0中的DirectShow技术，设计并实现了具有视频检索功能的车载视频智能监控的原型系统。