随着越来越多的视频监控系统被部署到公共场合的各个角落,无穷无尽的监控视频给后续视频存储、阅览带来了巨大的工作量。为了能够利用计算机日益增长的计算能力自动地从海量监控视频中浓缩出有用信息,本文结合计算机视觉和数字图像处理领域的最新进展提出了一种基于运动区域检测的视频浓缩方法。该方法首先采用混合高斯模型进行背景建模,结合图像的颜色信息和梯度信息进行前景分割；对不同的目标采用中值偏移算法结合运动前景图像进行跟踪；然后以各个不同目标的跟踪结果——“事件体”为最小单位存储日标事件。对得到的事件体进行切分,切分成若干帧一个基本单位的“事件片”,计算每一个事件片的SIFT特征向量和任意两个事件片的轨迹之间的距离并把这些特征事先索引起来,采用谱聚类对所有的事件片进行聚类分类,对分类结果进行时间轴上的压缩后再进行展现。用户也可以根据系统已经跟踪记录下来的某一个事件体对所有相似事件体进行检索,然后对检索结果用和分类展示类似的方法进行展现,从而大量节省阅览视频所需人力、减小存储所需空间,也能够快速检索出类似事件体,进而方便监控视频的浏览和存储。基于上述方法,文中给出一个基于面向对象软件工程和设计模式的原型系统,不仅实现了前景检测、目标跟踪和事件体提取的算法,而且方便加入新的算法,方便扩展,方便展示中间结果。