随着安防产品需求的增长,基于计算机视觉的智能监控技术得到了快速发展,其相关技术成为国内外学者的研究热点。本文在已有的研究成果下,对该技术中的一些难点进行了深入研究。在目标检测前,需要对摄像头获取的原始图片进行预处理。本文采用常见的中值滤波方法对图片进行去噪,并且结合直方图均衡化算法增强了感兴趣区域,便于后期的进一步处理。通过实验论证了该方法的有效性。运动目标检测作为重点研究环节之一,本文对传统的目标检测方法进行了简要介绍。针对在动态背景下基于背景差分法的视觉背景提取算法(ViBe)容易形成残影区域,对前景目标检测结果不够清楚准确的问题,本文提出了一种改进的ViBe算法。在原ViBe算法基础上采用时空联合背景建模方法,分别初始化单帧图像和多帧连续图像,通过时间和空间维度的关系把它们结合起来,这样可以有效消除“鬼影”的影响;在匹配过程中,分别对它们进行模型更新,并引入自适应阈值的方法,增强了阈值对动态背景的适应能力。在目标跟踪方面,对传统的卡尔曼滤波和Camshift跟踪算法进行了详细研究。针对Camshift跟踪算法对目标遮挡处理效果欠佳的问题,利用运动目标面积变化来判断遮挡时刻,引入最小二乘法对遮挡时刻的运动轨迹进行预测,从而降低了遮挡跟踪丢失几率。进行多目标跟踪时,将改进的Camshift跟踪算法与卡尔曼滤波结合,提高了多目标跟踪的效果。最后进行系统功能设计,并对全文进行总结,对智能监控技术的发展进行展望。