智能监控技术是计算机视觉和安全防范监控领域的一个研究热点，主要涉及计算机视觉、模式识别、人工智能、视频分析与处理等多个领域，以该技术为支持的智能视频监控系统因其广阔的应用前景而被广大研究者重视。背景建模作为智能视频监控系统的基础，有着重要地位和研究价值，是目标跟踪、行为识别等后续视频序列高层处理工作的前提。目前复杂场景下的背景建模问题，如局部光照突变、恶劣天气变化等，是国内外研究的热点。本文针对局部光照突变下的背景建模进行了研究。主要工作如下:　　首先，介绍了背景建模算法的研究现状，并对应用较为广泛的GMM、LBP和CS-LBP背景建模算法的理论知识进行了简单介绍。　　其次，针对现有背景建模算法对场景中局部光照突变较为敏感的问题，提出了一种新的时间和空间中心对称局部二值模式(TSCS-LBP)算子。该算子在CS-LBP算子的基础上，融合了空域和时域信息，加入中心像素信息，并引入有光照因子的自适应阈值，从而使该算子在保持较低计算复杂度的基础上，具有能够快速适应光照突变的能力。　　然后，基于所提出的TSCS-LBP算子的直方图设计了一种新的背景建模算法。该背景建模算法将TSCS-LBP算子直方图作为背景模型的特征对背景进行建模。由于TSCS-LBP算子较强的抗噪性和对局部光照突变较快的适应能力，基于该算子的背景建模算法可以适应场景中较为复杂的背景，尤其能够快速适应场景中局部光照的突变。本文通过对常用实验场景和有局部光照突变的特殊场景进行实验，验证了该背景建模算法的有效性和鲁棒性。　　最后，在上述工作的基础上，设计并实现了针对前景运动目标跟踪问题的智能视频监控系统。在实现目标跟踪的基础之上，本文还为该系统添加了视频控制部分以增加系统与用户的交互，方便用户更好地控制运动目标的跟踪过程。