随着计算机技术、网络技术、多媒体处理技术和电子技术的迅猛发展，智能监控系统也越来越得到人们的重视。与传统视频监控相比，智能监控系统采用计算机视觉技术，可以对监控场景进行目标检测与理解，当发生异常事件时可以实现自动报警，从而大大的节省了人力、物力、财力。尤其近年来各种高性能的处理器和智能检测算法相继问世，智能监控系统的性能也得到飞速发展，并在工业、交通、银行、公共安全等方面得到越来越广泛的应用。本文首先对计算机视觉中的运动目标检测算法和运动目标跟踪算法进行了研究与改进，以飞思卡尔i.MX53处理器为硬件平台，以嵌入式Linux为软件平台，设计并实现了一套适用于无人值守通信基站的智能监控系统。本智能监控系统集成了视频监控，异常事件检测，目标检测跟踪，多传感器监控等功能，可满足通信基站、公共场所、电力变电站等场所的监控需求。本文的主要工作是围绕着监控系统的子站系统展开的。首先，对运动目标检测算法进行了研究，分析了常见的运动目标检测算法的工作原理和优缺点，介绍了适用于复杂场景监控的高斯混合模型背景差分法，然后针对高斯混合模型背景建模过程复杂，算法实时性差等缺点，提出了一种利用分块思想和高斯分布自适应的方法改进的高斯混合模型背景差分法。其次，为实现对监控场景中的运动目标进行跟踪，对运动目标跟踪算法进行研究，详细的阐述了卡尔曼滤波的原理，并设计了基于卡尔曼滤波的多目标跟踪算法，并且该算法能够准确检测多运动目标并实施目标跟踪。再次，对智能监控系统平台与驱动进行了设计，针对智能监控系统的硬件需求，对智能监控系统的Linux软件平台进行了定制，并针对智能监控系统的功能需求设计了视频采集芯片TW2835、串口扩展芯片SC16IS752、IO扩展芯片PCA9635等设备的嵌入式Linux设备驱动程序，完成了软件平台的搭建。最后，为实现智能监控系统的功能，设计了Linux下的智能监控系统子站的视频采集的应用程序，通过对智能监控系统的功能分析，将智能监控系统分为视频处理系统和控制引擎系统，并设计实现了视频采集、视频保存、异常事件检测，目标跟踪，视频压缩和发送等功能，最后通过实验测试验证了上述功能的可行性。