随着城市建设和社会经济的发展,尤其是“智慧城市”和“智能交通”等项目的提出,给安防领域带来了前所未有的发展契机。同时,随着大规模集成电子技术、硬件制造工艺和多媒体信息技术的迅猛发展,处理器的数据处理和分析能力有了大幅度的提高,基于嵌入式平台的智能视频分析系统因其集成度高、数据分析能力强、系统稳定性可靠和数据传输速度快等优点占据了越来越多的市场。本文研究了基于前端的智能视频分析系统,在系统前端完成视频数据的分析,得到感兴趣的目标信息,后端服务器只需对感兴趣的数据进行存储,可以有效降低服务器数据处理和存储的压力,在检测到紧急事件时即发出报警信号,通知工作人员对突发事件进行排查,不用等待服务器分析完数据后再把报警信号发送出去。TI公司的达芬奇数字媒体处理平台TMS320DM6467T,具有高速的数据处理能力、简洁的视频处理算法接口、完善的图像和视频处理库,可大大降低视频处理算法向达芬奇平台移植的代价,并节约了智能视频分析系统的开发成本和周期。在智能视频监控领域,运动目标检测和跟踪算法一直是研究的重点和难点,相应算法也不断被创新和改进以提高检测和跟踪的精度。在运动目标跟踪过程中,首先通过运动目标检测算法对场景中的视频序列进行处理,把运动物体和背景分离开。选取需要跟踪的运动目标后,通过运动目标跟踪算法提取出运动目标在视频序列中的具体位置,记录下运动目标的行驶轨迹,在后续的处理中就可以根据目标的轨迹对目标进行检索和查询,使工作人员从繁重的监控任务中解脱出来。现大多数运动目标检测和跟踪算法的复杂度较高,难以直接移植到达芬奇平台下对视频序列实时处理。若目标在运动过程中,监控场景中的光照变化非常明显或目标的运动状态发生突变,在Vibe算法计算过程中,检测出的运动物体(鬼影)很长一段时间内无法从前景图像上更新掉,导致运动物体的轮廓无法正确的检测出来,影响目标跟踪的准确性,针对这种情况本文对Vibe算法进行改进以消除鬼影的影响。同时本文结合Mean Shift算法的思想和改进的Vibe算法提出一种改进的运动目标跟踪算法,并对算法优化后移植到达芬奇平台进行仿真和实验,从实验结果中看出改进的运动目标跟踪算法可以准确实时的对目标跟踪。最后,本文对TMS320DM6467T平台的软件框架和硬件电路进行研究。首先对硬件电路中每个功能模块进行分析,并根据系统的需要给出每个模块硬件电路的设计方案,包括视频采集模块、网络传输模块、数据存储模块、串口通信模块等。然后对系统的软件框架进行分析,最终实现视频图像采集、DSP多算法封装和移植、网络传输等功能的软件设计。