视频监控是利用计算机视觉和图像处理的方法对图像序列进行运动检测、运动目标分类、运动目标跟踪以及对监视场景中目标行为的理解与描述。视频中的异常行为检测是近年来视频监控的热点，对视频监控进行实时定位跟踪、检测是一个极其重要的问题。　　 本课题正是在这样的背景下，进行基于视频的异常行为检测。本课题采用图像处理和模式识别技术，实现了对人体轮廓中的行为特征提取，并利用这些特征达到识别异常行为的目的，并为此设计了一套异常行为的检测系统。本文的主要工作有三个方面：运动目标检测、行为特征识别和异常行为检测。　　 在运动目标检测方面，本文介绍了几种常用的运动目标检测的方法，经过背景建模、图像分割、边缘检测、形态学处理和连通性分析之后，检测出人体的轮廓。在行为特征识别方面，将人的质心轨迹作为行人的识别特征，识别出异常行为和正常行为。在异常行为检测方面，利用SVM分类器进行异常行为检测。　　 最后设计并实现了一个初步的异常行为检测系统。实验结果表明，本文所采用的特征识别和SVM使系统具备较高的识别率，实时性能够满足实际应用需要。