目前已进入物联网飞速发展阶段,物联网被广泛的与智能交通结合进行视频交通监控。交通安全隐患在当下生活中造成的不良影响越发严重,在步行街、校园等禁止车辆行驶的场景中,人工监控易产生“漏报”和“误报”现象,进而导致秩序混乱,严重时危害人民生命安全,因此对异常车辆的自动检测具有实际意义。目前物联网节点大部分还是使用不可充电的电源进行供电,这就导致网络能耗直接影响网络生命周期的长短,由于网络能量耗尽导致监控中断,无法为行人提供及时的提醒,危害人们生命安全,因此愈来愈多研究人员对物联网能耗降低方面进行大量研究工作。本文首先针对混合高斯模型法进行前景目标检测时易出现重影和空洞问题,提出了一种基于SSIM（结构相似性）的改进混合高斯模型的异常车辆检测算法。引入指数函数来优化高斯建模过程中权值更新过程,提高了更新速度。采用SSIM计算两幅图像像素点间的相似度,并利用改进混合高斯模型,结合SSIM对像素值进行重新设置,得到前景图像。采用图形句柄函数优化连通域方法对前景区域进行异常车辆检测,能够更加精确地检测出异常车辆同时标注框更加贴近车辆形状。其次,针对灰狼优化算法易收敛至局部最优值的问题,提出了一种改进灰狼优化算法,通过将指数函数引入收敛因子中,优化灰狼群寻优过程,使其具有非线性逼近步长,跳出局部最优解;通过采用基于柯西变异的动态权重位置更新策略,进一步避免了算法陷入局部最优值问题,同时提高算法求解速度。再次,针对将图片压缩传输至云端时,由于压缩过的图片数据量依然庞大导致物联网网络能耗过大的问题,提出将图片异常转化为指令信息,再传输至云端,降低传输数据量;对在本地终端进行异常检测后的结果进行再处理,加上节点ID、时间、判断指令、校验信息等信息,生成包含异常检测结果的报文数据,将小数据量的报文数据通过物联网上传至云端,云端可进行异常判断并对异常车辆作出警告,该方法能够有效地降低物联网网络传输能耗。最后,针对传统分簇算法中由于随机选取簇首节点导致网络能耗过大的问题,提出了基于改进灰狼优化算法的改进LEACH算法;采用改进灰狼优化算法对簇首节点选取过程进行优化,并将簇首节点剩余能量、网络能量、节点位置信息和节点链路连通情况等综合因素作为簇首节点选取的判断指标,能够达到降低物联网网络能耗,延长物联网网络生命周期的目的。