当前,随着经济的发展和人们安全意识的提高,视频监控监控系统遍布各个场所,如:街道,广场,小区等等。视频监控系统在保障公共安全方面作用明显。目前大多数视频监控系统已经不能满足社会发展的需求,视频监控系统的智能化将成为未来发展的主要趋势。越来越多的科研人员投入到智能视频监控系统研究开发中,而对监控视频中的人体动作检测成为近年来的研究热点。目前,大多数研究仍是在对人体的简单动作检测上,对复杂动作的研究则较少,而在视频监控系统中,更多的时候需要的是对复杂动作的检测。本文主要对人体异常行为检测的研究,主要对复杂行为诸如抢劫、打架异常行为进行分析检测。首先阐述了国内外关于智能监控系统这一领域的发展现状,然后介绍了计算机视觉算法与视频监控系统结合取得的成果以及存在的难点问题。本文在此基础上运用背景差分法进行运动目标检测,并增加对背景的自适应功能及应用了图像处理技术进行去噪。然后将提取得到的前景目标图像通过金字塔Lucas-kanade(简称LK)光流法对运动目标进行跟踪。在异常行为检测方面,提出采用方向-幅值直方图对人体行为进行描述,并计算直方图内区间的速度最大值对快速行为进行检测。引入熵和方差的概念,通过计算方向熵、幅值熵和速度的方差对打斗行为进行检测。并通过CASIA数据库对本文的算法测试,利用数据库中不同拍摄视角下的视频验证了本文所提出的算法的有效性,并有较高的准确率。本文算法首先用OpenCV(Open Source Computer Vision Library)进行验证,然后利用MFC(Microsoft Foundation Classes)与OpenCV结合设计了一个能够对人体异常行为进行检测的软件,并测试了该软件的运行效果,实现了对视频数据的实时分析和处理,并且后续监控系统功能的开发也可在此软件上进行。