智能视频监控是计算机视觉领域一个新兴的应用方向和备受关注的前沿课题，其研究内容涉及计算机视觉、模式识别、人工智能、通信网络等多个学科。智能视频监控的目的是利用计算机视觉和视频分析的方法对摄像机拍录的图像序列进行自动分析，实现对动态场景中目标的定位、识别和跟踪，并在此基础上分析和判断目标的行为，实现对图像内容的理解并指导和规划人类的活动。 目前视频监控系统已经被广泛的应用于道路交通、银行、商场、机场、地铁等公共场所。但现有的视频监控系统通常只是录制视频图像，用来当作事后证据，没有充分发挥实时主动的监控作用。而智能视频监控系统可以有效增强监控能力、降低不安全隐患，同时节省人力物力资源。但是智能视频监控在理论和应用上都面临着很多难题，国内外大批学者投身于该领域的研究和探索，并且取得了大量的成果。 本文在这些成果的基础上设计并开发了一个分布式智能监控系统，该系统具备下述特点和创新点： 目前的背景建模算法仅仅考察图像中的像素点，缺乏对物体结构信息的把握，所以在应用过程中存在着较大的局限性。本文在此基础上结合边缘检测信息做了后续的处理，从而更好的提取完整的前景区域。 在实际的应用中，如何定义目标物以及何时对目标物进行跟踪是两个重要的问题，本文通过形态学和连通性分析等操作把获取的前景区域分类成若个Blob，每个Blob对应一个目标物；本文还为每个Blob维护了一个跟踪列表来确保传递给系统跟踪模块的Blob是稳定的，可信的目标物。 本文使用基于Mean Shift的非刚体实时跟踪算法和基于粒子过滤器的跟踪算法来实现对目标的跟踪，并以颜色空间上的统计分布作为上述跟踪算法中对目标物的特征描述，这样的设计和实现可以较好的处理部分遮挡、旋转、环境杂乱等问题，可以在较低的计算复杂度下取得较好的跟踪效果。 本文还提出了基于多智能体的分布式协同智能监控系统的概念。在开放、动态的多监控节点环境下，基于多智能体的分布式协同智能监控系统对各智能体的目标、资源的使用进行协调，提高了单个智能体以及多个智能体所形成的系统的整体监控性能，增强了智能体及智能体系统在分布式、全覆盖监控环境下对目标物进行全程有效跟踪的能力。