我国的地貌特征导致山体滑坡频繁发生,在铁路和公路线的两旁发生山体滑坡可能会造成巨大的经济损失和人员伤亡,因此对山体滑坡检测技术研究有着重要的现实意义。目前,滑坡检测技术已经得到了广泛的实际应用,例如近景摄影法、遥感法和GPS法等传统检测方法,但这些检测方法具有实时性差和投入大等缺点。因此,在深入研究既有各种传统检测方法的基础上,本文给出了一种应用单目测距的滑坡检测方案,深入分析了运动目标检测与跟踪及单目测距算法,设计并实现了基于单目测距的山体滑坡检测系统。主要工作内容包括以下几个部分:首先,研究了光照处理、运动目标检测及跟踪、单目测距等算法,对传统的运动目标检测及目标跟踪算法进行了对比。山体背景复杂,进行运动检测时干扰因素较多,且现有跟踪算法在复杂背景下对目标的跟踪效果差,因此在山体易发生滑坡区域预先固定若干标定物并只对标定物进行监测,采用了连续帧间自适应算法对固定标定物进行跟踪,采用了基于颜色的运动目标识别算法进行识别。在单目测距算法中,传统算法仅考虑了目标的纵向距离测量,考虑山体上实际的物体运动情况,使用了一种传统单目测距算法的改进算法,该算法中引入了对目标的横向距离测量。此外,对上述算法进行了编程实现并测试。其次,完成了滑坡检测系统的总体方案设计。针对系统的功能和性能需求,设计了系统整体方案,实现了系统各部分的软硬件方案,对软件系统各模块之间的数据流向进行了分析。再次,实现了基于单目测距的滑坡检测系统,系统由下位机（数据采集平台）和上位机（服务器）组成。主要内容包括:1)搭建了下位机,对硬件进行了选型,实现了下位机的数据采集及传输功能。在JZ2440嵌入式开发板上,利用工业相机和温湿度传感器模块实时采集山体视频图像和温湿度数据并通过4G网络以无线方式传输给服务器,下位机使用电源模块和4G路由器进行供电及网络连接;2)实现了服务器软件,完成了数据接收、参数计算、山体滑坡实时检测等功能。服务器实时接收下位机发送的数据,完成相机内外参数计算后对山体进行实时监测,监测过程中系统会对视频图像进行预处理、运动目标检测跟踪、实时测距并判断目标移动距离,发出警报。最后,对滑坡检测系统进行了测试。以不同的光照强度和变化的复杂背景的50个视频图像序列为测试样本,根据样本库对系统进行了测试分析。结果表明:滑坡检测系统各项功能正常,系统在日间的漏检率为4.08%,误检率为2.08%;夜间的漏检率为8.33%,误检率为2.17%。与基于SVM算法和BP神经网络算法对山体是否滑坡进行识别的传统图像监测方法进行了对比,本文的检测系统准确率有明显的提高,对实际工程应用具有一定的参考价值。