随着社会经济文化的发展，群体社会活动呈逐年增多趋势，群体踩踏等事故也时有发生。与此同时，关于智能监控的研究也越来越多，对人群密度、行为分析的算法也不断涌现，智能的安全监控也成了预警和检测突发事故的重要手段。　　本文从手臂肢体语言、群体运动方向、群体密度的角度对群体异常情况进行了分析与判断，并利用图像处理的技术实现了对群体异常情况的检测。　　针对踩踏事故中的手臂肢体语言，利用图像处理的手段，从皮肤和手臂轮廓的角度进行检测，根据单个皮肤块区域外接矩形大小判断是否是手臂，对手臂轮廓用直线段拟合，对所得到的直线段进行统计并与正常情况进行对比，从而得到检测异常行为的参考标准。　　针对低密度人群，采用了轨迹跟踪和Kalman滤波和CamShift算法相结合的方法，根据所检测到的轨迹总数所处区域、人群团块的大小与个数对人数进行估计、对行为进行分析。　　对于徘徊检测，本文提出基于轨迹的算法，根据其轨迹在某区域出现的数量及重合轨迹像素数作为判断是否徘徊的标准，利用衣着判断否是同一个人，并利用OpenCV中的数据结构IplImage变量分别记录多个人轨迹。　　对于高密度人群的检测在结合以往的方法的基础上，提出了对视频进行分块分别处理的思想，实现了对高密度人群所处子块进行高频检测的算法，先进行仿真模拟，再进行视频计算，得到预期结果。