视频监控是安防及应急救援的重要组成部分,因其呈现方式直观、传递信息多元而广泛应用于各类场景之中。传统方法的视频监控主要存在三大问题,其一是缺少视频智能分析,在监控过程中需要依靠人工同时对多个摄像头所拍摄的监控画面进行较长时间的观察,而且仅能对监控内容给出主观的判断,使得工作效率较低。其二是缺乏灵活监控,大多数的摄像头采用固定安装的方式,易存在监控盲区,同时极易受限于光照的变化,在更为重要的低照度或黑暗场景下不具备良好的监控能力,且若大量布置或是升级硬件会使成本较高。其三是视频监控与应急救援无法快速响应并进行高效的联动作业。针对以上问题,本文主要研究工作有以下三点:针对现有视频监控易受限于真实环境中的光照变化的问题,重点研究了低照度情况下的视频监控区域入侵检测。设计了视频监控画面的亮度评估及低照度情况下的图像亮度增强方法,解决了在低照度情况下图像过暗、目标不清的问题,优化了在低照度情况下的前景分割算法,有效消减阴影的干扰,提高对入侵目标轮廓提取的准确性。同时提出了全画面及区域划定两种区域入侵方法,在利用几何关系判定的基础上引入评估入侵程度的参数,提高判定效率与准确率,结合方向梯度直方图特征提取方法,实现准确高效的入侵目标检测。针对固定摄像头监控画面覆盖不全,易存在监控盲区且大量布置会导致成本较高的问题,本文基于移动机器人平台设计了远程控制精准巡逻的探测方法。运用基于激光雷达的地图构建及路径规划算法,实现了远程控制地面移动机器人精准巡逻快速联动。同时利用深度学习实现了黑暗环境下红外视频图像的行人检测,弥补监控视角盲区。为实现视频监控与应急救援间的快速联动,本文基于浏览器和服务器架构设计了智能视频监控与应急救援软件平台,实现了事故报警、应急救援联动以及事故信息整合等功能。构建了快速响应的视频监控与应急救援联动机制,在提升监控效率的同时提高事故处理的灵活性。