监控系统作为保护人们生命财产安全的有效辅助设施，是当前一个新的研发热点。如何利用现有的资源和技术，更好地实现视频图像序列中的运动目标跟踪、定位与识别，通过图像分析实现运动检测和报警，并加强监控系统各部件之间的网络通信，从而更加有效地实现自动监控、远程监控，是今后数字视频监控系统研究的主要方向。本文分析并设计的是基于网络的智能图像监控系统。我们将监控系统分为监控点子系统与控制中心子系统两大部分，各监控点主要负责指定监控区域下图像的采集、存储和预处理，控制中心主要负责事务管理和图像识别。子系统之间使用现有的网络资源进行通信。首先尝试运用数字图像处理与模式识别领域的知识对于视频图像序列进行图像预处理与人脸识别。在监控点子系统中主要对于监控图像进行图像预处理，可以采用差分图像法以及数字形态学方法进行过滤、平滑、去噪等处理，从中提取出运动目标的图像，初步确定目标的位置和大小。在控制中心子系统中，对于图像做进一步的定位与识别。首先采用基于特征值的方法进行图像中的人脸定位。为了提高识别效果，我们先使用基于人脸几何特征的方法，例如使用人脸模板，以及人脸中眼睛的位置、形状和灰度分布，初步定位人脸和眼睛，然后使用奇异值分解方法对于人脸降维，进行特征提取。识别阶段使用三层BP网络进行。人脸降维后的结果作为BP网络的输入，网络输出节点数就是分类数。BP网络的参数对于网络的学习速度和收敛性能有至关重要的影响,因此对于网络参数的选择，当前也有广泛的讨论与研究。在这里我们对于隐含层节点数选择、学习速率选择等问题提出一些参考意见。子系统之间传送的信息主要是视频图像信息和监控报警信息。监控报警信号由监控点向控制中心发出，请求控制中心对于图像进行识别。控制中心在识别之后，要求在指定时间内，向监控点发出应答信号。系统中传送的视频图像信息可以分为两大类：实时流媒体和存储图像文件。对于实时流媒体信息，主要使用当前网络流媒体传输协议，进行流式传输。目前支持流式传输的协议有RTP、RTCP、RTSP、RSVP。其中RTP协议负责数据传输，RTCP协议负责提供数据传输质量反馈，RSVP协议用于资源预留，以保证网络服务质量，<WP=67>RTSP协议则提供数据传输的远端控制。一般可以采用HTTP协议来传送控制信息，使用RTP/UDP协议来传输实时多媒体数据。监控点存储的图像文件，一般是图片或短时间存储的录像，控制中心可以使用FTP协议进行文件访问，下载并备份到控制中心的数据库服务器中。最后对于基于网络的智能监控系统进行面向对象的分析和设计，使用UML统一建模语言构造出系统模型。