本文以智能监控视频分析为主要研究内容,并以人体异常行为检测为目标,对智能视频监控系统的研究现状和发展进行了详细的阐述,详细介绍了计算机视觉和人工智能技术在国内外的研究情况以及在智能视频分析中的应用。接着与对常用的公共视频数据库以及视频图像去噪技术进行了讨论与分析,为后续的处理打下了坚实的基础。然后提出一种改进的基于混合高斯分布的背景模型的前景提取方法,该方法能够快速初始化混合高斯模型以适应于背景的快速变化,然后根据不同高斯分布在时间窗口内的发生频率更新相应高斯分布的权值。利用该方法对不同的视频序列进行了测试,结果证明该方法能够在室内外的不同环境下提取出较为完整的运动前景。接下来对已提取出的前景掩码进行了区域标记,并采用Lucas-Kanade方法计算出运动区域内的光流信息,采用基于幅值的加权方向直方图描述人体行为的激烈程度,并计算运动区域内的熵来判断行为的异常。不同行为数据库下的测试结果验证了本方法的有效性。最后,利用wxWidgets和OpenCV两个开源项目的代码库,搭建了一个的智能监控视频分析软件平台,把MATLAB平台下的部分视频图像处理算法移植到该平台下,并采用模块化处理,实现了视频的实时分析和处理。