随着网络技术和数字视频技术的飞速发展,在监控系统迅速普及化及规模化发展进程中,传统人为监控的局限性越来越突出,体现着未来视频监控数字化、智能化发展趋势的智能视频监控技术越来越受到人们的关注和重视。智能视频监控技术是在不需要人为干预情况下,利用计算机视觉和视频分析方法进行实时自动化分析,实现对动态场景中目标的定位、识别、跟踪和行为识别。智能视频分析包括运动检测、目标分类、目标跟踪、行为识别等4个方面内容。作为智能监控技术的基础,运动目标检测成为人们首先关注的重要研究课题。由于背景的无规则变化使得对运动目标的检测变得极及困难,而能否准确、有效的检测到运动目标,对目标识别、跟踪以及行为理解等后期高级处理起着至关重要的作用。针对这一问题,本文把运动目标检测算法作为主要对象进行研究,同时就如何建设部队智能监控系统进行了研究,提出了解决方案。主要内容可分为三部分:1.文章从系统的原理、架构、优势、应用分类几个角度对智能视频监控系统进行了深入的论述。2.论文对静态背景下常用的三种运动检测方法(光流法、帧差法、背景减除法)进行了介绍,分析了各种算法的优缺点;针对帧间差分法和背景减除法的不足,本文提出了一种改进的运动目标检测算法。该算法首先利用Surendra背景更新算法获取背景模型,将当前帧与背景模型进行减除,使用最大类间法(OTSU法)确定阈值分割出运动目标区域;同时,通过三帧差分法获得另一运动目标区域;最后,综合获得的两部分运动目标区域,得到精确的目标图像。实验结果表明,改进型算法既可以弥补三帧差分法容易出现空洞的不足,又可以克服天气、光照等因素的变化对背景差分法的影响。3.论文结合部队实际,研究了部队智能视频监控系统的建设目标和设计原则,提出了系统的总体架构,并介绍了在某部队的实际应用情况。