对监控视频流进行分析处理在智能监控中有着广阔的应用,其中的关键技术便成为决定监控质量的重要因素。所谓智能监控主要是通过图像处理、模式识别、人工智能、自动控制以及计算机等许多领域的技术实现特定目标的定位,识别,以及跟踪,并在此基础上进行进一步的行为分析,其关键技术是运动目标检测和跟踪技术。本文主要研究了视频监控的理论基础和关键技术,包括静止背景下运动目标的检测和提取,运动目标阴影的检测,以及运动目标跟踪等方面的内容,重点研究了在复杂场景中利用全局运动信息实现摄像机运动方向的自动识别的技术。本文在分析传统的检测算法后,结合监控场所的特点,重点研究了在运动目标均有着可观测运动速度,假设背景在图像序列中总是最经常被观测到的前提下,监控背景的提取方法。提出了一种基于像素灰度归类的背景提取方法,实验证明,该方法较时间平均法提取收敛速度快,能够有效的去除前景干扰,提取效果好,较光流法算法复杂度小,实际应用价值高。摄像机的运动方向定性分析有着广泛的应用前途。在视频监测系统中,很多时候需要对感兴趣的目标进行跟踪,而对目标的跟踪无可避免的需要调整摄像机的方向,如果用于监控的摄像机允许这些调整的话,而摄像机是否按照命令产生了相应的动作将直接决定跟踪的效果和精确度。在视频序列中,摄像机的运动在某种程度上反映了当前视频的部分语义特征。基于对全局运动信息的分析,本文提出了一种快速,高效的摄像机运动定性分析算法,该算法通过对视频数据相邻帧之间的运动关系的分析,对摄像机的运动方向做出定性分析。实验结果表明,在实际的视频监控应用中,该检测算法能够在满足实时性要求的前提下,给出高准确率的检测效果。