随着城市经济的快速发展,我国正不断加快构建“平安城市”的步伐,并在安防监控领域投入了大量研发资金,这无形之中推动了智能监控技术的发展。尽管不断有新的智能监控解决方案出现,但该领域仍有很多技术难点亟待解决。本文主要针对智能监控系统中的3个关键技术问题:运动目标检测、多目标实时跟踪和运动目标入侵行为判别进行深入研究,并针对其存在的一些问题提出了一些改进方法,具体研究内容如下:运动目标检测:本文首先利用混合高斯背景建模法获取监控场景中二值化的运动目标初步提取图,但运动目标的初步提取图中混有小间隙不连通区域、孤立光斑噪点及投射阴影的干扰。本文采用漫水填充法实现初步提取图中连通区域的完整提取和孤立光斑噪点的去除。针对运动目标的阴影干扰问题,本文提出了一种基于质心估计和阴影投射密度的阴影去除法。该方法首先从二值化的运动目标初步提取图中确定感兴趣区域(ROI),并通过求取ROI区域的质心位置来判断该区域中有无阴影干扰。若有阴影干扰,则对该区域建立阴影投射密度直方图,之后利用最大类间方差法确定直方图的波谷位置,并以此为界进行阴影去除。多目标实时跟踪:针对多运动目标的实时跟踪问题,本文提出一种基于帧间辨识矩阵的多目标跟踪算法。本算法利用同一运动目标相邻帧间的图像定发生重叠这一特征构建帧间辨识矩阵,并通过行列扫描矩阵判别每个目标的运动状态,并依据其运动状态确定目标编号及跟踪策略,绘制运动轨迹,实现视频序列中多目标的实时跟踪。入侵行为判别:本文提出了一种基于向量叉积的入侵行为判别法,实现了固定场景中运动目标的入侵行为及入侵方向判别。实验结果表明,本文提出的运动目标检测算法能有效去除阴影干扰、准确提取运动目标。本文提出的基于帧间辨识矩阵的多目标跟踪策略能实时准确的对视频序列中出现的多个运动目标进行跟踪。运动目标的入侵判别方法可有效判别运动目标的入侵行为及入侵方向。