随着人工智能和计算机技术的发展,智能视频监控技术研究取得了长足的进步,并引起了越来越多的关注。智能视频监控以计算机视觉技术为基础,是一种高级的视频监控应用。它能够自动识别不同的物体,发现监控画面中的异常情况,以最快和最佳的方式发出警报和提供有用信息。在世界反恐形势日趋严峻的今天,智能视频监控显然能够成为应对恐怖主义袭击和处理突发事件的有力辅助工具。此外,智能视频监控还可以应用在交通管理、客户行为分析、客户服务等多种非安全相关的场合,以提高用户的投资回报。智能视频监控技术的基础是背景建模、运动物体检测和跟踪技术。而随着人们对智能监控技术的要求不断提高,要求在各种复杂的监控场景下更加准确的智能监控结果。本文的目的即针对特定环境下进行鲁棒的背景建模及运动检测算法研究,并基于DM642DSP平台开发智能视频监控前端系统。针对无法获得真实背景的场景(即初始化背景含运动物体,存在背景移出的场景),本文提出一种基于边缘像素时空相关性的背景建模算法(TSCEP)。该方法可有效的区分鬼影与滞留物体,继而消除鬼影并有效保留滞留物体,迅速的更新背景为真实背景。而针对含有光线快速变化的场景,本文提出了一种改进的背景差法与混合高斯法相结合的背景建模算法(MSCG)。MSCG算法有效保留了两种背景算法的优势,弥补了彼此的缺点,经过空域滤波,可实现对光线鲁棒的运动目标检测。随后,对本文提出的算法与其他算法进行对比,分析算法性能。在此基础上,结合不同的应用场景提出了相应的监控应用算法,包括非法滞留、非法移位报警,非法入侵报警以及警戒线的应用,具有一定的实用性和推广性。在此基础上,基于TI公司的DM642多媒体处理平台,设计并实现了智能视频监控前端系统。首先结合硬件平台特点,设计系统整体方案,开发各功能模块。其次,将本文算法移植到DSP开发平台,为了实现低延迟的视频处理以满足监控应用的需求,对算法进行了进一步的优化,并对相应的监控应用算法封装成库。最后,进行了智能监控前端系统的搭建,并采用多种典型的测试序列评估与验证算法的有效性。实验结果表明,基于DM642平台实现的目标检测算法具有较好的检测精度,且算法实时性能够满足视频监控的需求。