现今监控系统的应用已渗透到银行、交通等各个领域,但监控视频庞大的数据量给存储空间带来了不小的负担,且只有简单查看功能的传统监控已不能满足用户的需求。如何对视频数据进行有效的存储和管理,是当前智能化信息管理的重要研究方向。而关键帧的提出,为其提供了良好的解决方法。本文结合监控视频的特点,提出了一种适用于监控视频的关键帧提取方法。根据监控视频帧序列含有大量纯背景冗余数据的特点,首先将监控视频分割为关键视频段和冗余视频段,然后针对含有运动对象的关键视频段进行关键帧的提取。文中通过对比当前常用方法,提出基于背景差分法的运动目标检测。为防止背景建立时混入运动对象,导致初始背景中出现污染痕迹,文中应用改进的多帧平均法进行背景模型的初始化。考虑到速度以及鲁棒性,本文在高斯混合背景模型的基础上进行简化,背景模型数固定为两个。在判定当前像素是否为变化像素时,除了检查背景中当前像素之外,还同时检查其邻域象素,即使用背景差分法将每帧像素强度值与其对应的背景像素强度值和相邻的背景像素强度值分别做差处理,只有当前像素与背景中的这些像素差值结果均大于阈值时,才认为是运动象素。最后进一步进行了去噪等处理。在监控视频中检测出运动目标的基础上,对含有运动对象的关键视频段有针对性地进行关键帧的提取。文中在现今关键帧提取技术的基础上,提出了使用互信息量作为特征参数进行视频帧间变化的计算,提出基于互信息量的关键帧提取。实验结果表明,文中该方法提取的关键帧有较少的冗余,实现了较好的提取效果。