随着城市监控网络的日益发展,视频图像侦查逐渐成为案件侦破中的一种重要手段。然而案件视频过长,无效信息过多,搜索嫌疑目标困难,消耗人力物力过大等是视频图像案件侦破中的几大难题。在对视频摘要算法进行学习和研究后,论文针对经典算法存在的不足,结合课题研究的实际特点,进行了改进和提高,提出了一种基于时空关系的监控视频摘要算法。它提供了一套自行提取、分析和描述内容的算法,无需人工干预即可快速搜索和定位相关目标,自动进行图像融合和模糊图像处理,生成视频摘要。主要工作体现在以下两个方面。创造性地提出了基于时空关系的视频摘要算法。该算法利用标记分析的方法进行视频结构分析,能够快速实现对监控视频中有效信息视频段的定位。算法结合课题研究的实际特点,在背景建模方面进一步改进混合高斯背景模型,大大减少了算法工作量；在运动目标检测方面通过结合帧差法和背景减除法增强了目标检测的准确性；在视频融合方面算法还创造性地提出基于时间-空间的时间轴重构算法,兼顾视频疏密度,更好地完成视频融合。引入模糊图像自动鉴别和处理算法。由于监控视频可能存在的相机位移或者环境噪声干扰,视频图像会产生一定程度的模糊情况。而对于案件监控视频,其清晰度直接影响到该视频的可信度,间接影响了办案效率。因此对视频的图像质量分析和处理具有非常重要的意义。论文对经典的图像模糊处理技术进行了调研,提出了利用DFT、纹理和颜色信息多特征进行模糊图片的自动鉴别,并对模糊图像进行自动的去模糊处理。论文工作最终设计实现了基于智能视频分析技术的案件辅助系统,从工程实践角度对以上算法进行了验证,并结合课题实际特点,提出了改进措施。根据实验结果和分析,本文算法可以有效实现系统需求的功能,能很好的运用于实时环境,解决实际问题。