随着视频监控的普及,如何实现监控的智能化,已经成为一个热门话题。智能视频监控系统主要包括目标检测、目标识别、目标跟踪等。其中,目标检测是基础,其检测效果将直接影响后续其他功能的处理。本文对常用的帧差法、光流法、单高斯背景模型、混合高斯背景模型和核密度估计算法等目标检测算法进行了研究分析。对单高斯背景模型算法进行重点研究,针对该模型存在的背景模型不能自适应环境变化等的问题,提出了一种基于改进的单高斯背景模型运动目标检测算法。该方法结合单高斯背景模型、三帧差法以及历史运动图像的思想对目标进行检测。首先,取前N帧的均值建立初始背景模型,结合三帧差法得到背景区域。同时,对帧差法获得的背景区域进行分区,并将背景划分为大面积静止区域、历史变化区域及该变化区域的历史轨迹区域。赋予前两种区域固定更新率,而历史变化区域的历史轨迹区域按照时间分布,给予线性衰减的更新率,在此基础上对背景模型进行参数更新,再利用背景差分法得到运动目标。实验表明,改进后的目标检测算法不仅提高了背景模型的自适应性,而且检测效果也好。此外,本文提出了一种分布式多摄像机协同视频监控系统。该系统利用图像匹配、图像拼接等技术,将多摄像机的场景统一为一个全景,通过目标消失处理,目标交接等,完成多摄像机间的协同处理,在此基础上进行目标的检测与跟踪。最后结合实验,证明本文提出的改进算法是有效的。