基于机器视觉的智能视频监控技术能够对监控目标进行智能检测、跟踪并分析报警，有利于监控人员在最短时间内做出判断和处理，具有广泛的应用前景。本课题针对包装品运输安全研究了基于机器视觉的智能视频监控技术的关键问题，该类问题的研究对于确保贵重物品的运输安全具有实际的研究和应用价值。　　本文主要研究了以下五个方面的关键技术。视频采集及预处理方面，通过摄像机等硬件，完成了对监控场景的视频采集工作。然后采用中值滤波和直方图均衡化等方法，对视频图像进行预处理。　　电子稳像方面，在分析了块匹配算法、特征点匹配算法和灰度投影算法三种常用的稳像算法的基础上，详细研究了基于灰度投影的电子稳像算法，并对该算法进行了测试，取得了较好的效果。　　运动目标检测方面，分析对比了帧差法、光流法和背景差分法的异同，在解决了背景模型选取的问题后，使用基于混合高斯模型的背景差分法，采用OpenCV实现混合高斯模型的运动目标检测，通过实验获得了较好的检测结果。　　运动目标跟踪方面，分析对比了基于模型、基于区域、基于活动轮廓和基于特征的跟踪算法，采用了当前流行的均值漂移算法和以此为基础的Camshift算法，通过实验获得了较好的效果。　　异常检测方面，定义了一种异常行为，通过基于轮廓相似性的算法完成了物品偷窃异常的检测判断并报警。　　在上述研究的基础上，构建了一个物品运输安全监控系统，解决了运输中视频抖动、光照影响等情况下的安全防盗监控问题，对贵重物品的运输起到了良好的监控作用。