安防监控一直以来都是备受国内外关注的热门话题,以国内为例,从城市的大街小巷到高级会议室、酒店、餐厅,甚至是偏僻的农村,都可以看到监控的存在,然而普遍还是以传统安防监控为主,传统的安防虽然能够以视频的形式纪录一段时间内监控场景的变化,但是必须依靠管理人员实时观察才能捕捉画面的异常信息,这样一来当监控点很多时,就无法满足实时监控的需求,造成只有事情发生才去调取监控查看情况,信息反馈严重滞后的局面。针对这一现象,本课题采用高效的图像检测算法,结合安全可靠的云平台,辅助以快速的互联网通信技术进行智能化场景监控,摆脱了对人的依赖,弥补了传统安防系统的缺陷。本系统针对现代家庭安防设计,硬件平台采用基于ARM Cortex-A8内核的三星S5PV210处理器为核心,移植了开源稳定的嵌入式Linux操作系统,结合跨平台的Qt应用程序开发技术,实现了电力线载波串口数据读取、USB摄像头图像采集等功能,对于图像数据系统使用压缩算法处理后借助以太网进行远程传输。软件开发方面主要面向于云服务器,不仅设计了相应的数据解码、图像处理和MySQL数据库服务等程序,而且为了能够更好的支持web和移动终端,还搭建了JavaEE MVC架构。此外在图像处理算法上,通过对多种运动物体检测算法和人体识别算法的研究,改进了三帧差分法和HOG+SVM人体检测算法的处理结构,实现了快速运动物体分割和人体特征判别。本课题最终完成了云平台安防监控硬件平台搭建和软件程序开发,并在此基础上对系统进行了功能测试,通过测试不断地查找系统的缺陷,改进图像处理算法、优化多线程数据处理,使得算法在运算速度和识别精度上有了很大提升,希望未来的智能家居安防监控系统能够不断升级,不仅用在实验室,而且还可以真正的投入市场,发挥它的实用价值。