随着计算机视觉技术、电子技术、通信技术的发展,智能视频监控系统作为安全防卫的一种重要手段正越来越受到人们的重视。本文首先综述了智能监控系统的发展历史和现状,然后对智能监控系统中的运动目标检测和阴影去除算法进行了研究。运动目标检测作为智能视频监控系统中视频处理的第一步,具有非常重要的地位,同时也是一个技术上的热点和难点。本文对目前运动目标检测方法进行了评述,在详细分析了常用几种目标检测方法的基础上,研究了基于混合高斯模型背景差法的运动目标检测算法。实验表明混合高斯背景模型对光线变化、场景中元素反复运动、缓慢运动物体以及从场景中增加和去除物体都有较好的鲁棒性。由于目标检测结果中存在阴影,本文在混合高斯背景模型基础上,针对车辆和行人自身的一些特点,提出两种分别对行人和车辆的阴影抑制方法。其中一种是基于反射率与颜色恒常量的行人阴影去除算法,这种方法是基于像素点邻域光照不变和阴影覆盖背景后不改变其反射率和颜色组成的特点来检测阴影并去除。另一种是基于本征图像分解与小波变换的车辆阴影去除算法。这种方法首先将当前图像、混合高斯建立的背景图像转化到对数域,然后分别得到两幅图像的梯度图,根据两幅梯度图做差求出运动前景的梯度图,利用本征图像分解的方法去除阴影,得到粗略目标区域边缘图。最后得到边缘图的水平垂直投影,并对投影图进行小波变换,得到准确的去除阴影的车辆区域。最后对已有和新提出的阴影检测算法实验结果进行对比分析,实验表明,提出的行人和车辆的阴影抑制算法能够准确的去除阴影,具有较强的鲁棒性。