场景分割技术在是目标检测领域的核心技术，具有重大的学术研究价值和实际应用价值。当前的场景建模方法虽能实现一般情况下的场景分割，但遭遇光照突变的情况时，往往不再能得到场景准确的分割结果。针对这一问题，本文对光照突变下的场景分割方法展开了研究。主要研究内容可概括为以下几点：①对国内外视频监控领域进行调研，对现有智能视频监控技术进行比较和分析，对今后视频监控领域发展方向进行总结，介绍场景建模技术现在需解决的主要难题，为后文奠定基础。②阐述运动目标检测方法的基础理论，并对其中背景建模技术进行进一步介绍。详细说明目前视频监控领域被用于场景建模的几种主要技术的处理方法，并对比其优缺点。同时，针对光照突变这一会对场景产生巨大干扰的变量，逐一阐述各模型的不足，提出采用融合光照不变特征进行高斯混合模型建模的方法以应对光照变换对场景分割的影响。③对光照不变特征进行研究。对纹理、ZNCC以及轮廓三种光照不变特征进行描述，介绍对这三种特征的提取方法，并通过实验验证该类特征对光照的鲁棒性，用于融合的可能性。同时，针对现有的轮廓特征提取方法所存在的问题，提出先通过滤波器提取图像主干，然后由自构建滤波器取得图像边缘的方法，使得所提取的轮廓更为稳定、平滑、连续，更适用于后继融合。④用全局光照函数描述场景中像素点灰度值的变化，并以此进行高斯混合模型建模。提出两步式场景分割方法，融合③所提取的光照不变特征进行分两步分割：首先基于纹理特征及ZNCC特征对场景进行初次分割，然后融合轮廓特征对场景进行进一步校正，最终得到光照突变下更为准确的场景分割结果。最后，通过验证实验与对比实验证明本文方法的有效性以及相较于现有方法的优越性。