视频运动目标检测和视频编码是智能视频监控应用中两个重要的部分。应用视频运动目标检测可实现入侵目标的自动报警,将视频运动目标检测与视频编码相结合,可实现强调运动区域的视频编码,较大幅度地提高图像背景区域的编码效率。论文围绕视频运动目标检测及其在视频编码中的应用而展开。论文首先针对运动目标检测分析了当前典型的几种检测方法,在既有的框架下,给出了新的解决方案。论文结合空域上的相关性,认为同质区域(相同强度、相同纹理)有相同的运动属性,使用降雨模型的快速分水岭算法,将操作对象从像素级转移到了区域级。在差分变化检测中,为了抑制噪声,避开设定阈值的困难,使用基于统计模型的视频变化检测,对像素所在的邻域进行显著性水平检测。在结合区域分割和变化检测的基础上,利用马尔可夫随机场(Markov Random Field,MRF)对最初的分割结果进行前景和背景标记,构造区域间空间相关性、区域自身的运动属性以及区域在时间上的相关性三个能量函数,用HCF(Highest Confidence First)优化算法迭代计算,得到最后的分割结果。监控视频的数据量是非常庞大的,但其有用的部分却比较少,很多情况下,运动区域才是系统关注的重点,对静止区域尤其是有噪声的静止区域,产生的较多的码流仅能提供较少的有用信息,系统就可以分配更少的资源去传输、存储静止区域产生的视频流。视频运动目标检测在视频编码中的应用正是针对监控视频的这种特点,而采取的一种行之有效的降低码率的方式,同时它还能提供对视频事件的索引,极大地改善了监控系统的易操作性。论文利用视频运动目标检测的结果对视频编码进行指导,观察静止区域SKIP模式下的率失真代价或原图像与重建图像之间的绝对误差和(SAD),选择适当的阈值,降低静止区域选择SKIP模式的门限,使静止区域尽可能地选择SKIP模式,从而降低码率。在重要的运动区域,采用预定的编码方式,不降低图像质量,不影响人们对它的判断。实验证明,该方法对噪声较大,有大面积静止区域的视频,可实现较大幅度的码率下降。