当今社会下,公众的安全意识越来越强,保证社会安全和稳定已成为各国关注的重中之重。目前公共场所如候车厅、地铁、展览馆、机场、体育馆等的恐怖袭击主要以遗留包裹炸弹为主要手段,室外公共场合特定区域的违法停车行为严重影响了公共交通秩序,因此亟需一种针对上述情况的遗留物检测智能视频监控系统进行实时监测。目前,国内外学者针对遗留物检测做了许多研究,但仍存在一些不足之处,本文针对这些不足进行了改进。本文设计了一种复杂环境下的遗留物检测系统。首先,本文提出了预处理操作,抑制视频初始帧直接运动的目标产生的鬼影,且能迅速准确恢复背景图像。然后,利用双周期混合高斯背景建模方法检测运动目标,得到两个前景图像；对这两个前景图像进行像素点分类,获得暂时静止物体图像；对暂时静止图像进行阴影检测,去除光照影响。其次,本文针对暂时静止物体中遗留物和移出物的区分问题,利用基于区域生长的分类方法解决此问题,并在检测到移出物后,提出了背景更新方法,快速更新背景,抑制鬼影再现。接着,本文利用HOG(Histogram of Oriented Gradient)特征与SVM(Support Vector Machine)分类相结合的方法,去除遗留物中由于人的静止而产生的误检,同时也解决了人和物体粘连时误检情况。最后,本文提出了利用基于区域匹配方法对暂时静止区域进行区域匹配检测暂时静止区域物体的运动状态；利用遗留物的时间特性进行时间标记并报警。本文在MFC框架下开发了遗留物检测系统,详细介绍了各个模块的实现方法,并在此检测系统下做了相关实验。实验结果表明,本文所使用的方法能有效的检测监控场景中的遗留物体,并与已有的方法进行对比分析,验证本文方法检测准确率较高,同时具有较好的鲁棒性。