视频监控系统是计算机视觉、图像处理、模式识别、人工智能和数字信号处理等多种学科的结合。传统的视频监控系统所提供的视频信息基本上都没有经过任何分析，且在监控过程中需要监控人员进行人为的监控操作，当监控场景中发生异常或危险时，就需要监控人员主观上对监控信息进行分析和判断，这种监控系统浪费了很多人力。随着科学技术和图像处理技术的发展，视频监控系统的规模不断扩大，这种单纯依赖人力实现的传统视频监控系统已不能满足人们生产和生活的迫切需求。因此，具有全自动或半自动监控功能的视频监控系统成为未来该领域的发展趋势。它的研究内容主要有：视频运动目标的提取、描述、跟踪以及目标的识别和行为分析等，目前已广泛应用于公共安全监控、交通违章、流量监控、医院看护等各个领域，具有深远的理论价值和应用前景。运动目标的检测技术是视频监控系统研究中最基本的技术之一，它的检测结果直接关系到后续对运动目标的定位、识别和跟踪，国内外的科研机构和企业研究人员都投入大量人力、物力和财力对其进行研究。目前常用的运动目标检测算法主要有：光流法、帧差法、背景差分法，这几种检测方法各有优缺点。本文以摄像头固定、检测目标运动为研究场景，针对运动目标检测算法的主要问题进行研究，对现有算法进行改进，以免驱USB摄像头作为系统的视频采集单元，利用Visual C++6.0开发平台和OpenCV编写程序，设计并实现带有自动报警功能的视频监控系统。本文的主要工作为：首先，给出了本课题的研究背景和研究意义，介绍了视频监控系统的发展历程以及目前国内外的研究现状；然后详细介绍了图像处理的基础知识，包括：RGB、HSV和YUV颜色模型、图像预处理技术，以及目前流行的图像压缩算法，为运动目标检测算法的研究奠定了基础；针对视频监控系统的需求，给出监控系统的总体设计，将系统进行模块划分，并介绍每一个模块的功能；接着详细介绍并比较了光流法、帧差法和背景差分法三种典型的运动目标检测算法，重点研究了帧差法和背景差分法，并在已有算法的基础上，将背景差分法“能够准确检测出运动物体”的特点和帧差法“对光线适应性较强”的特点相结合，提出了一种基于背景差分法和混合帧差法相结合的运动目标检测算法，可以将帧差法和背景差分法进行优势互补，改善了帧差法检测运动目标的“空洞”和“重影”现象，并给出了实验结果，进一步验证了本文算法的有效性；最后，对系统进行测试，给出系统的实验截图，通过测试可知，系统符合设计要求，达到了预期目标。但是，本文仍然存在不足和待改进的地方，比如，本文主要是针对室内摄像头固定情况下的背景环境静止的场景进行研究，系统所适用的场合有限，在今后的研究中，可以加入对摄像头的控制部分，或扩展为多路视频监控。