视频监控是安全防范系统的重要组成部分。随着模式识别,图像处理以及计算机视觉技术的快速发展,视频监控系统也得到了越来越广泛的应用,并渐渐朝着智能化的方向发展。视频监控范围日益扩大,监控时间往往是全天候的,因而产生了海量的监控视频。当这些视频数据用于事后取证分析时,信息的查找过程会浪费大量的时间,也很有可能会出现信息遗漏的情况。而完全由人工监控的传统模式显得枯燥无味,且浪费时间。现如今,我们需要的不仅仅是用于事后分析的监控视频资料,而是具有24小时连续监控和数据分析能力的智能监控系统,能够在事发时就发出警报信息,从而避免犯罪。智能监控系统除了需要对各种潜在的威胁进行实时监控之外,还应借助计算机对大数据的处理能力过滤掉大量的无用信息,并且快速有效的定位到事发现场。本课题设计并实现了一套智能视频监控系统,能够接收多个监控点的采集的视频信息,并进行实时监控。本系统下的远程控制中心能够对监控视频进行实时的目标检测,检测结果能够通过网络反馈给系统服务器端,也就本系统的硬件平台,服务器端能够根据反馈信息进行流量控制。本文的研究重点是智能监控系统中的运动目标检测以及图像数据的编码与传输。通过对监控场景进行实时的运动目标检测初步判断当前场景是否包含运动目标,在对监控信息进行存储的过程中,可以根据检测结果只保存包含运动目标的场景。这样,不仅大大降低了监控视频的存储空间,也提高了事后分析的效率。一般来说监控数据会传至远程监控中心,如果监控系统覆盖范围内的摄像头数目过大,可能会造成网络拥塞,从而影响监控的实时性。在服务器端使用JPEG标准量化表和哈弗曼哈夫曼表进行视频图像的压缩,采用速度较快的UDP传输协议传输图像数据,发包的过程中省去JPEG头部信息,由远程监控中心动态的生成JPEG头加载在接收数据的前面。此外,服务器端接收来自远程客户端的运动目标检测的反馈信息,并根据检测结果灵活的调整数据包的发包率。论文主要从以下几个方面展开,首先论述了本课题的研究背景和意义,简单介绍了视频监控系统的发展几个重要阶段。第二部分分析了系统的整体设计。接下来是系统的相关技术研究,介绍了数据的传输机制,图像的压缩编码以及多种运动目标检测算法。最后对智能视频监控系统的实现做了叙述,并对系统性能进行了分析。