随着社会经济的高速发展和人口的急剧增长,安全问题已经成为现代社会发展所必须解决的难题之一。视频监控的应用场合日益广泛，随之而来的问题是监控任务多由人工完成，任务繁重且效率低下。为了使视频监控系统具有较高层次的智能化水平，出现了一种新型智能视频监控技术，该技术源自于计算机视觉与人工智能的结合，它结合计算机视觉技术、图像视频处理技术和人工智能技术对监控视频的内容进行描述、理解和分析，并能根据分析的结果对视频监控系统进行控制。本文主要研究基于OpenCV的绊线监控系统设计，首先提出了五层的系统架构模型，将视频图像的获取和图像的处理分离。然后对架构中的层次之间的关系和层中的功能进行了分析。针对绊线检测问题，着重研究了与绊线检测紧密相关的运动目标检测方法。对目前比较经典的几种运动目标检测算法进行深入分析，通过对运动目标检测中这几种算法的比较，最终确立一种适用性比较强的平均背景法。针对前景检测中存在的噪声，采用了基于形态学滤波的噪声去除算法。同时还利用背景颜色不变的特性，消除了前景图像中的阴影。最后，选择Visual C++和OpenCV作为开发平台,针对监控视频编写了绊线检测程序。经过实验,证实了本文提出的方法行之有效,具有一定的应用价值。