智能视频监控是计算机视觉领域的一个新兴应用方向,涉及图像处理、图像分析、机器视觉、模式识别、人工智能等众多研究领域。智能视频监控的关键技术包括目标检测、目标分类、目标跟踪、目标识别以及视频内容理解等。智能视频监控目前尚处于探索研究阶段。　　本文根据广西科学研究与技术开发计划项目《基于图像传感器阵列目标跟踪监控系统的研究与实现》的研制要求,研究了基于静止单摄像机的普通户外场景下的运动目标分类识别的相关算法,给出了运动目标分类识别的实现方案,主要工作如下:　　1、针对前景目标轮廓的不完整,采用了基于色度畸变的方法,消除了阴影对目标轮廓的影响,引入种子区域增长方法,解决了检测出的目标出现“空洞”的问题。　　2、通过对常规图像特征的研究,本文给出一种基于目标轮廓的组合特征表达方法,使用该方法得到的组合特征具有旋转、位移、缩放不变性,连续性、稳定性较好,满足实际目标类别判断的需要,可以很好的区分运动目标。　　3、深入分析了实际视频场景中运动目标的分类问题,采用改进的模糊C均值聚类对BP神经网络进行优化,解决了由于样本多学习速度慢的问题;在测试中,采用投票机制对连续三帧的判别结果进行分类决策,增加了分类的可靠性。　　实验结果表明,论文中的各种方法具有良好的自适应性和较强的鲁棒性,能够较好的区分单个人、人群、车这三种目标,并对目标多角度、姿态多变化、目标含有少量影子、目标区域提取不太完整等形状变化有一定的适应性,为后续的行为分析、目标跟踪提供了理论依据和技术支持。