视频监控在国民经济中发挥着越来越重要的作用，如何对监控系统中的图像序列进行实用化的智能场景检测分析和智能化管理，实现信息实时有效的获取和控制，是视频监控智能化的核心技术。 本论文在对目前常用运动目标检测与提取算法进行研究分析的基础上，结合视频监控场景的复杂特性，针对视频监控中所涉及的视频图像处理与分析的运动检测、目标提取及异常检测等若干关键技术进行了深入研究，并开发了基于数字图像处理技术的智能视频监控系统。 论文根据实际监控工程的需要，首先，在分析目前诸多背景估计与更新算法及研究监控场景的特性的基础之上，阐述了隧道交通智能视频监控系统采用的背景预测算法框架及背景实时更新的策略，并对此算法进行了有效性分析与仿真测试；其次，在分析目前常用运动检测算法的基础上，针对在隧道监控场景中进行运动检测较为困难的实际情况，综合目前多种运动检测算法并改进形成适合于隧道场景的运动检测算法；第三，在隧道场景中提取的运动目标边缘并非完全连通、且边缘点较为稀疏，有时出现断裂，针对此类实际情况提出了运动目标提取算法、基于像素空间分布的去噪算法及基于霍夫变换原理的路面特征直线提取算法；最后，从硬件和软件两个方面介绍了本监控系统的设计与实现，重点阐述了系统软件现场调试发现的缺陷及其解决方案。