智能视频监控是利用计算机视觉和数字图像处理的技术,对视频序列进行自动分析,实现对场景中的运动目标的检测、跟踪和识别。尽管近些年来视频监控技术取得了长足的发展,但仍面临着诸多困难和挑战。而运动目标检测和跟踪技术作为重点,得到了国内外的许多学者的研究,也取得了丰硕的成果。在这些基础上,本文主要研究ViBe检测算法和核相关滤波跟踪算法,并做出了相应改进。在运动目标检测方面,针对ViBe单帧初始化引入ghost现象的缺陷,提出了基于扩大邻域和加快更新速率的初始化背景模型。考虑到运动区域才是受关注的区域,提出了基于运动区域划分的ViBe改进算法,给予运动区域内外不同的灵敏度判决指标和更新策略。再考虑到现实图像中像素的空间分布往往具有连续性,提出了融入纹理等信息的ViBe改进算法,用纹理、颜色等信息来提高检测的准确性。在运动目标跟踪方面,介绍了经典跟踪算法和核相关滤波跟踪器的原理,针对KCF跟踪器特征提取单一的不足,提出了加入颜色空间信息的KCF改进算法,提高了跟踪的准确性。在运动检测和跟踪闭环系统层面上,将ViBe检测算法和KCF跟踪算法进行融合,两者相互修正。跟踪提供运动区域给检测区分不同灵敏度和更新策略,检测提供前景消除预测区域块内的背景干扰,跟踪结果用来缩小预测区域块得到检测合理值,检测合理值又修正跟踪结果来提高准确性。同时,利用跟踪框内前景变化情况得到简单语义,解决监控系统实际问题。最后针对电力系统的实时智能监控系统,除已提及的运动检测和跟踪技术的改进之外,还融入了图片变化检测技术,来解决PTZ云台监控的一些实际问题。