随着社会对公共安全要求的提高，智能视频监控技术已成为机器视觉领域一个新兴的前沿课题和备受关注的研究方向。它的主要研究内容是在不需要人工干预的情况下，利用图像处理技术、计算机视觉技术对图像序列进行内容分析，实现对监控场景中可疑目标的检测、识别和跟踪，并以此为基础分析目标的行为，理解图像内容的含义，必要时采取相应措施应对监控场景中的突发事件。　　 目前，智能视频监控系统无论是在理论还是应用上都面临着诸多难题，国内外大批研究人员投身于该领域的研究，并取得了丰硕的成果。本文系统地研究了智能视频监控系统中运动目标的检测、识别、跟踪和图像保存方面的理论和方法。　　 首先，本文针对摄像机静止情况，利用高斯模型背景建模方法实现对运动目标的检测。然后，利用肤色模型实现对运动人体的识别，利用对平移、旋转和比例变化具有不变性的仿射不变矩实现对运动物体的识别。将当前图像中的目标的仿射不变矩与预先保存的可疑目标样本的仿射不变矩做比较，计算两者之间的相似度。若相似度大于阈值，则认为当前目标属于此类可疑目标。若相似度小于阈值，则不做任何处理。完成目标识别后，依据目标对象的大小、位置和颜色信息，提出一种基于目标外接矩形框的方法，实现对运动目标的实时跟踪，同时对识别的目标图像利用基于边缘最大相关性的插值算法进行保存。最后提出了智能视频监控系统的总体设计方案，并对软件系统的组成作了详细的介绍。该方案既满足了应用需求，又保证了系统具有良好的可扩展性。