对图像事件的自动理解是视频监控的最终目标,而视觉系统背景模型的建立是实现这一目标的基石。国内外学者对背景建模进行了大量的理论和实践研究,取得了较好的成果和进展。本文以实际应用为前提,结合理论研究,构建FPGA视觉系统平台,对一些经典背景建模算法进行研究和改进,并应用于视觉系统,达到较好的分割效果。系统采用Altera公司的Cyclone Ⅳ芯片的DE2-115开发板,结合Altera公司提供的IP核和图像处理算法IP核,并整合了Nios Ⅱ处理器来运行本文改进的算法。实验表明视觉系统能够较好的构建出背景模型,室内外检测效果良好,能较好区分出运动前景和动态背景,适应于复杂的场景。在分辨率为320*240和主频50MHz的条件下,双核系统能达到1.87帧／秒的速度。本文主要研究内容如下：1、分析非参数和参数背景建模算法。参数模型中对高斯背景建模模型进行了分析,非参数模型中对核密度背景建模模型进行了分析。简化核密度背景建模算法,通过对像素点的量化划分和在线学习完成近似的核密度估计,替代传统KDE模型中需考虑像素点在观察时间段内所有特征值缺点,大幅度降低了算法的运算复杂度,降低了模型复杂度,使其较好的适合于本文的视觉系统平台。2、搭建FPGA动态背景分割视觉系统平台。平台包括DE2-115开发板、DE5CMOS摄像头采集模块、VGA显示输出模块等。实现了视频采集、格式变换、缩放裁剪、改进算法的背景建模处理、图像VGA输出等。3、系统的优化和双核并行。系统的优化包括算法在FPGA上的改进,对耗时算法进行指令定制；系统的双核并行主要描述双核并行系统的SOPC构建和Nios Ⅱ处理器软件的并行采集、运行背景建模算法和输出。