智能视觉监控是计算机视觉的一个重要研究领域，它在交通信息监测以及银行、宾馆、车站等重要场所的监控中有广泛的应用前景。本文以对海关监管码头智能监管系统中的事件检测为应用背景，对目标检测、提取和跟踪进行了深入的分析研究，并在此基础上完成了海关监管码头智能监管系统的设计与开发。主要内容如下：1、在运动目标检测方面，本文分析了现有几种常用的检测方法优缺点，针对现有方法在复杂多变环境下不能够很好的检测出真正运动物体的问题，本文提出了改进了的基于混合高斯模型的背景差法：首先在模型初始化阶段提出了一种能准确得到实际背景模型的算法；在模型更新阶段引入了加速因子和合理性反馈使得模型能更快更准确地反应真实的背景，同时不影响目标检测的灵敏度。2、针对海关需要对码头中在港的静态船只进行检测和提取，本文提出了一种基于背景模型的静态船只的检测和区域提取算法。实验结果表明对于不同的场景本文所给出的方法都能够准确地检测和提取。3、在运动目标提取方面，本文介绍了两种基于目标标记的多目标提取算法，并对其中一种算法进行了改进。为了尽量消除目标检测时可能造成的目标缺损问题，同时又要尽可能准确的表述目标区域，本文还提出了用运动目标的外接多边形所在区域来近似运动目标所在区域。4、在运动目标的跟踪方面，本文主要研究了基于Kalman滤波的目标预测和跟踪，并利用跟踪的结果设计了码头事件的检测方法，取得了理想的检测效果。整个系统在镇江海关运行的结果表明本文所采用的一整套方法能够达到理想的效果。