视频监控以其远程直观的优势广泛应用于交通、金融、医学和军事等多种领域。视频序列智能处理技术的诞生不仅减轻了人力监控的体力负担,同时也提高监视处理的准确度和自动化程度,减少存储了空间。视频序列处理依赖于建立人类视觉的计算机理论,需要解决包括图像增强处理和图像匹配等多方面的技术问题。本文重点研究了视频序列图像处理和匹配的理论和方法,以图像增强处理技术和图像匹配算法为基础,构建了一个视频序列处理系统,首先通过NVR网络摄像机获取视频流信息并取得序列图像,进而针对序列图像进行增强处理和模板匹配操作,实现了视频序列的增强处理和智能匹配软件。在图像增强处理方面,针对视频序列图像的降质问题,主要研究了图像灰度变换、图像平滑和锐化处理一系列图像增强技术。视频信息在成像和传输过程中会受到光照、噪声等许多因素的影响,而产生序列图像退化或质量降低现象。图像增强的目的就是为了改善输入图像的视觉效果,将模糊的图像变为清晰的图像,从而为后续的图像匹配环节打下坚实的基础。本文具体研究并实现了图像的直方图均衡、基于空域法的邻域平均法和中值滤波的图像平滑技术,以及图像梯度锐化和拉普拉斯掩模锐化,并针对序列图片给出应用效果。在图像匹配方面,深入分析了图像匹配技术的理论基础、分类方法以及常用技术。图像匹配是利用相似性度量和约束性条件,在两幅或多幅图像之间识别同名点的过程,旨在消除各种环境影响引起的图像差异,确定目标物体在不同图像中的空间位置关系。本文重点研究了基于尺度不变SIFT特征的图像匹配方法,详细介绍了算法思想和计算步骤,并与基于灰度的图像匹配算法进行系列性能对比实验,实验结果表明,SIFT匹配对于光照、旋转、尺度和遮挡等变换具有较高的稳定度和鲁棒性,并将其作为匹配算法应用到视频序列图像处理与匹配系统中。