近年来,随着各地视频监控设施建设越来越完善,视频信息被越来越多地运用于侦查破案之中。但是在很多情况下监控视频中的颜色、光照等信息是失去作用的,一方面大部分刑事犯罪都发生在夜间,而夜间拍摄的视频颜色失真特别严重。另一方面,大多数犯罪分子都有较强的反侦查能力,在犯罪前后都会更换衣服、鞋袜、发型等[1],导致提取的颜色特征不具有辅助破案的作用。视频中的非颜色特征是指检测目标的三维信息(身高、肢体长度等)、周期信息等与灰度、亮度无关的信息。由于非颜色特征具有不易改变性和非强迫性等特点,利用视频提取检测目标的非颜色特征成为安全部门迫切想解决的问题。本文从监控视频出发,提出了一种基于单摄像头自动提取人体身高的方法,并将单张图片的身高提取转换成面向视频的身高提取,以提高检测精度。最后利用身高信息作为标尺,提取测量目标的其他特征,本文的主要工作在于:(1)提出了基于单目摄像机自动提取身高的算法。这种算法是基于两个合理的假设实现的。同时为了实现测量的自动化,本文还利用了DPM算法和边缘检测算法来获得计算所需要提取的测量点。仿真实验证明,即使在摄像机分辨率和码率都不够理想的情况下,这种方法依然能够取得比较好的效果,可以应用于实际工程中。(2)由基于图片的自动测量目标身高转换成基于视频的自动测量目标身高。本文提出了一种消除错误的方法和一种利用身高曲线周期性变化减少误差的方法。实验证明,两种方法都能够较好地减少错误和误差。(3)利用身高信息作为标尺提取其他非颜色特征。本文利用行进中身高的周期性变化提取步态周期。利用测量目标的身高作为标尺,按比例测算出人体的头部长度。可以提取的非颜色信息包含但不仅限于本文提取的信息。