在视频监控中常常会遇到这样一种情况:运动目标由于受到遮挡而没办法在监视过程直接看到完整的运动目标,但运动目标的各个部份在视频图像序列中相继出现。如何利用这一视频图像序列来重构出完整的运动目标呢?也就是如何在视频监控中实现有遮挡运动目标的提取和重构?这是一个很有实际意义的问题。本文提出的研究思路是:先从各帧中检测并提取出运动目标的显露部分,再利用图像拼接的方法重构出完整的运动目标图像。在该思路的基础上,我们构建了一套完整的视频监控系统,并针对该思路中的两个关键问题展开了研究。一是如何检测发现运动目标和提取运动目标,即运动目标的检测和提取问题;二是如何利用这些显露的运动目标的各个部分来拼接重构成完整的运动目标,即图像拼接问题。对于运动目标的检测和提取问题。本文首先采用帧间差分法与背景差分法相结合的方法来检测和分割运动目标。然后采用三帧差分法对运动目标进行提取。并提出一种新的修复方法,对由于光照、风扰动等因素引起的目标图像信息缺失等进行修复,与传统的形态学修复方法相比,新修复方法不仅可以修复闭合区域的目标图像信息缺失,也可以很好的对非闭合区域的信息缺失进行修复。对于运动目标的拼接和重构问题。本文提出一种基于角点匹配的拼接新方法,该算法将角点作为图像的特征点,并通过角点值、邻域角点数、角点间距及参数一致性等四个指标对角点集进行逐级筛选,有效地剔除了不匹配的角点,保证了匹配精度,同时避免了传统算法中进行模板匹配的繁重计算,大大提高了匹配速度,从而克服了常见基于角点匹配的拼接算法存在的精度不高、稳定性差和计算量大等问题。论文最后详细地介绍了整个视频监控系统软硬件实现,并对目标检测、提取和重构等各个步骤进行大量的测试。测试结果表明该系统能够对运动目标进行有效精确的检测及提取;而且针对因受到遮挡而各个部份相继出现的运动目标,该系统也能准确地提取各个部分,并利用拼接重构得到完整的运动目标图像。