随着计算机、电子、多媒体等技术的快速发展及人们生活水平的提高,智能视频监控系统的研究及发展正越来越受到国内外政府和研究机构的重视。运动目标检测是智能视频监控技术的基础和关键,运动区域的有效分割直接影响到后续处理过程如目标跟踪,识别分类等的检测效果。因此,基于视频图像的运动目标检测有十分重要的研究价值和现实意义。在运动目标检测方面,本文首先总结和分析了目前国内外相关研究的发展状况,对几种目标检测算法进行了详细的研究,对其中的背景差算法进行了主要研究,包括背景模型的获取和更新、背景减除等。特别对高斯分布背景模型进行了详细探讨,并通过实验对比确定高斯背景模型对于目标检测具有较好的效果,其能够减小光照变化所引起的干扰,而且对存在多模态物体的背景或从背景中增加或去除物体具有较好的鲁棒性。由于在摄像机拍摄的过程中会出现光线不足,照相机曝光不均匀以及在进行目标前景提取时可能存在阈值选取不当等因素的影响,导致背景减除后的二值化图像中会含有许多孤立点及孤立的小区域、小间隙和孔洞,采用形态学算法对二值化图像作噪声滤除及连能性检测处理后可以得到完整的前景目标。物体的运动常伴随有阴影,阴影的存在会影响目标检测的精度。本文在详细研究了几种阴影检测算法后,对常用两种基于颜色空间的阴影检测算法进行了验证,获得了较好的效果。最后提出了基于DM642的网络视频监控系统设计方案。该系统视频获取端采用高性能DSP芯片对采集的视频进行压缩并通过以太网传送到上位机,PC端软件采用DirectShow技术开发。