监控环境的多样性和复杂性导致视频分析算法的鲁棒性较差,对于复杂的算法,在嵌入式环境下也不能满足实时性需求。为了使得视频分析算法适合应用于嵌入式环境,本文主要研究嵌入式环境下视频分析算法,算法的实现与优化,以及视频分析的应用接口。嵌入式环境下的资源紧缺性决定了视频分析算法必须简单、高效和具有较好的鲁棒性。本文研究了背景相减法、帧间差分法和光流法三种运动物体检测算法,通过理论分析和仿真实验,选择背景相减法作为运动物体检测算法；在像素标记法的基础上通过改变图像扫描方向,提出了一种改进的物体四边界定位算法,相比区域增长法和像素标记法具有较低的时空复杂度；通过Mean Shift算法和Kalman滤波器相结合,有效地解决了快速运动物体和物体大比例遮挡问题；在嵌入式环境下实现运动物体检测软件并且对代码进行优化,使软件达到了实时性要求；通过研究ONVIF核心规范的视频分析应用结构、视频分析配置接口和场景描述接口,设计和实现了嵌入式环境下的视频分析应用接口,对网络视频处理器与视频分析处理器之间的视频流同步问题提出了一个技术方案,提供软件可配置、网络视频处理器与视频分析处理器协同工作等能力。