基于图像的人体入侵自动识别系统融合了多学科的先进技术，克服了传统智能安防的弱点，它解放了劳动力，使高效、便捷、可靠的智能安防成为了可能，给人们的生活带来了安全保障。同时，用于安防监控系统的人体入侵图像识别算法研究已经成为计算机视觉领域的研究热点，具有很高的学术价值和研究意义。本文针对家庭安防监控系统中人体入侵图像识别算法的设计与实现进行研究，对算法中涉及到的两个主要问题进行了深入的分析并提出了有效的解决方案，最后将理论研究与实际应用相结合，使人体入侵图像识别算法在安防监控系统中得以实现。本文的主要研究内容如下：1、提出了一种运用背景差分与帧间差分相结合的运动目标分割方法。针对目标分割过程中可能遇到的光照变化，提出了基于直方图分布相似性的光照变化干扰去除方法；针对可能出现的噪声信号和提取目标出现的孔洞情况，文中采用了中值滤波和形态学滤波方法进行干扰去除；针对人体目标产生的阴影现象，提出了一种基于垂直投影的阴影消除方法。实验结果显示本文提出的上述方法能够有效地消除相应的干扰，有助于更加准确地分割出运动目标。2、在运动目标识别方面，提出了运用人体几何特征和人体脸部肤色特征相结合的人体目标匹配方法。重点研究了运动人体目标在视频图像中呈现的几何特征，分析了描述人体几何特征的参量以及参量值的分布，根据这些参量制定了基于几何特征的人体匹配模型。然后研究了人脸肤色特征的描述方法，设计了基于人脸肤色特征的人体识别模型。最后，将基于几何特征的粗检测与基于肤色特征的细检测相结合，实现了快速、精确的人体目标识别。3、介绍了人体入侵图像识别算法在安防系统中的软件实现，详细说明了在Android平台框架下开发图像识别算法动态函数库的方法。最后，分析了算法在实际系统中的应用情况，结果表明此算法可以实现安防监控系统下人体入侵的自动识别。