近年来,随着经济的迅猛发展和城市规模的高速扩增,社会治安形势愈加复杂。为了应对城市安防问题,全国有超过300个城市正在进行着智慧城市的建设。作为智慧城市的基础支持部分,近些年视频监控市场规模得到快速扩增,同时大量视频监控数据给传输网络带来巨大的带宽压力。目前缓解带宽压力方法,主要是以MPEGX/H.26X为代表的视频压缩编码解决方案,但现有压缩编码技术仍然存在着大量次要信息占据带宽的缺陷。为了满足视频监控数据日益增长的传输需求,文献[11]提出了一种节带化视频传输架构。在传输视频质量相同的条件下,相较于基于H.264的传输处理方法,该架构能够节省约50%的带宽。本文基于此架构对其相关背景模型技术进行研究,重点探讨了背景的提取、存储、传输等问题。首先,在对现有背景建模方法仿真与分析的基础上,针对常见算法中“鬼影”现象、更新效率低等问题,本文提出了一种自适应背景提取更新算法。该算法基于帧差法和分块思想,通过加入新的图像状态值参数,运用跃变式背景更新策略消除鬼影现象,同时根据新生成的背景与历史背景的相似度检测结果进行场景识别,最后在不同场景下对更新速率阈值进行自适应调整。实验结果表明,本文提出的算法能够有效地消除“鬼影”现象、背景提取速率较快,并且在实时处理方面具备优良的性能。其次,目前针对背景模型管理领域相关研究较少,本文结合节带化架构设计思想与远程视频监控系统需求,提出了一种基于亮度标尺的自适应背景模型库管理机制(A-BMVS),主要包含增、删、查、改四个模块。该机制根据实际背景变化规律,引入新的亮度参数值和亮度标尺概念,然后进行基于亮度标尺的背景类别划分和存储,最后基于该存储规则进行背景的出入库管理和传输信息决策。实验结果表明,该机制的背景同步操作准确度较高,同步满足节带化视频监控的传输时延需求。与H.264机制相比,本机制的背景传输流量能够降低约70%。