城镇化发展过程中,违法用地、违章建筑等问题严重影响社会和谐与可持续发展,土地违法的“早发现、早查处”至关重要。针对以往人工巡查效率低、摄像头监控智能化程度低的现实问题,本文致力于研究违章建筑物自动识别中的监控点图像快速获取、违章建筑变化检测、车辆虚警过滤等关键技术。主要研究内容如下:（1）提出了一种基于金字塔L-K光流法的定点监控虚拟预置位设置方法。针对相机所带预置位不足的问题,首先对视频前后两帧图像进行灰度转化和中值滤波去除噪声点,使用基于金字塔的Lucas-Kanade光流算法计算前一帧图像强角点的光流,通过计算仿射变换得到帧间运动矢量,然后对相邻帧间运动矢量积分,得到每一帧图像总的运动矢量,最后采用二分查找提取出运动矢量与虚拟预置位运动矢量最接近的那一帧,即为所需的虚拟预置位图像。实验证明虚拟预置位与参考图像的重叠率达95%以上,抗光照和天气变化,完全可以代替实际预置位。（2）研究了一种基于水平集模型的新旧时相监控图像变化检测算法。针对差值法容易丢失有效变化区域信息的问题,首先匹配新旧时相监控图像并利用邻域信息转化成均值灰度图,然后应用对数比法抑制非变化区域信息得到差异图,并对差异图进行归一化处理,针对阈值法变化区域分割结果破碎,虚检像素多的问题,引入水平集模型对差异图分割提取变化区域。本方法在安顺实测数据上平均Kappa系数达到0.83,在刘郢实测数据上平均Kappa系数达到0.81,实验证明,本方法可分割出更连续的变化区域,有效减少伪变化像素点,鲁棒性强。（3）研究了一种基于改进Faster R-CNN的车辆小目标检测算法。针对车辆干扰违章建筑检测而Faster R-CNN算法小目标车辆漏检率高的问题,使用ML-FPN提取多级多尺度特征金字塔并融合到Faster R-CNN框架中。为了解决ROI和feature map的不匹配问题,使用ROI Align代替ROI Pool。实验表明,车辆的平均检测精度从原来的84.6%提升至94.1%,有效提升了小目标车辆的检测能力。对本文违章建筑自动检测算法进行了集成实验,在安顺地区的最高检测精度达到90.3%,漏检率仅为6.7%;在刘郢地区的最高检测精度达到了93.6%,漏检率仅为7.8%。