本文以视频监控技术为依托,对典型的人体异常行为和船舶碰撞烟雾检测进行分析研究。首先有针对性地介绍了图像识别、计算机视觉和视频监控技术方面的基础知识,以及当前的研究现状和应用情况。针对视频中常见的光照和阴影对检测结果造成影响的问题,论述图像去噪与增强算法去除阴影和光照,为后续视频监控智能分析提供扎实的基础。然后介绍当前常用的背景建模算法并结合本文实际检测要求,对比选出适合本文应用场景的背景建模和前景提取算法。本文将人体异常行为分为简单异常行为和复杂异常行为两种。前者通过计算前景区域的质心运动轨迹和最小外接矩形的宽高比变化来检测。后者由于运动复杂,质心运动和宽高比变化检测并不能胜任,遂引入金字塔光流法计算窗口内光流场,并通过统计光流场的混乱程度鉴定是否发生异常。船舶烟雾检测因为其常伴有水波反光和湖面风吹而具有一定的特殊性,本文根据烟雾的静态特征和动态特征两大方面提出一种融合烟雾多个特征的快速检测方法,静态特征包括颜色特征、轮廓不规则性特征,动态特征包括面积扩散特征、半透明性特征。利用颜色模型、轮廓不规则性提取初步的疑似烟雾区块,利用面积扩张属性再排除一些检测的干扰,最终通过二维离散小波变换获得精确的冒烟区,找到具有烟雾特征的像素并标记。本文在研究视频图像基础知识和图像识别经典算法的基础上,加入自己的想法,通过实验分析验证,初步实现了典型的人体异常行为和船舶烟雾检测,为后续进一步的研究打下基础。