随着计算机视觉处理技术、电子技术、通信技术的飞速发展,智能视频监控系统作为安全防卫的一种重要手段正越来越受到人们的重视。论文通过重点研究智能监控系统中的目标检测算法,在总结和分析的基础上提出一种可靠有效的背景建模及更新机制,最后应用该算法设计并实现一个完整的智能视频监控系统框架。运动目标检测作为智能视频监控系统中视频处理的第一步,也是技术的热点和难点。运动目标检测是对摄像机得到的图像序列进行视觉上的分析处理,其主要的目的是实时地观测被监视场景的运动目标,并分析描述它们的行为。运动检测可以分为静止背景下的运动检测和运动背景下的运动检测。本文主要研究静止背景下的运动目标检测技术,提出一种新的背景建模及更新机制。论文的工作主要由三部分组成:算法研究、新目标检测算法的提出及测试和智能监控系统的设计及实现。算法研究首先针对目标检测算法的实现机制:光流法、背景差除法、帧间差分法、熵检测法进行研究分析,比较其优缺点、适用环境、存在问题以及相应的对应策略。其次,侧重研究背景差除法的背景建模及更新方式,从速度、存储需求及准确性三方面来比较运动高斯平均、时间均值滤波、混合高斯、核密度估值、连续核密度近似、图像同现变更法、特征提取七种算法的不同特点。最后针对背景差除法在处理光照变化,背景多目标,画面抖动等存在的问题,提出了适用于摄像机固定、基于背景差除技术的运动目标检测方法,能够提取出背景模型,并能有效地处理外界光照条件变化、场景变化、背景扰动等因素带来的影响。算法测试表明,该算法快速、准确、有着广泛的适应性。运用论文提出的新的背景及更新算法,设计并实现了智能视频监控系统框架,可以实现准确的运动目标检测,同时可以对人脸进行定位及数目统计。目标检测作为视觉分析的最底层,是实现其它高级处理的基础,人脸定位、数目统计正是其应用的一个重要体现。