在现代这个经济、军事高速发展的时代,航运毫无疑问是一个很重要的交通运输方式。而占我国内陆大宗货物运输近45%的内河航道运输,有着非常关键的地位。如何提高内河航运的安全性和对水面目标的监测能力,是一个很重要很有意义的课题。随着智能视频监控技术的不断发展进步,在监控领域的应用必然越来越广泛。对内河航道的运动目标的检测和特征分类识别作为航运智能视频监控的重要组成部分,将有着广泛的应用前景。因此,研究内河航道水面目标的特征识别与分类有着重要的理论意义和应用价值。本文以内河航道作为应用背景,主要研究航道内行驶的各种船舶以及大型漂浮物,针对视频中的大型运动水面目标进行特征识别与分类。在学习和研究现有的水面目标特征识别的理论方法基础上,针对内河航道这个特殊的应用背景做一些改进,最后通过实验来验证本算法。在目标特征提取方面,本文重点研究了在水面这个复杂背景下针对内河航道中特有的驳船、客船和渔船以及漂浮物等进行合适的特征选择,使其能最大限度的代表目标特征,尽可能使用简单且有效的方法提取出这些特征信息,并通过实验验证了这些特征在复杂背景下的可靠性和可提取性,为后面的目标分类识别打好基础。在运动目标识别与分类方面,本文以DAG—SVMS分类器为基础,通过对目标的各种特征进行分析,提出了一种速度最快、识别率最高的识别顺序。并通过对各节点算法的设置和改进,提高了运算速度和识别概率。最后,利用VC++6.0和OpenCV进行软件编程来实现算法,进行运动目标检测、特征提取和分类识别。实验结果表明,通过动目标检测后,系统能从视频序列中的各种目标中计算得出各种特征,并通过这些特征成功的识别出各种类型的目标并对其进行分类,识别效果令人满意。