智能视频监控是计算机视觉领域新兴的研究方向,它通过对摄像机拍摄的视频图像序列进行自动分析来对被监控场景中的事物变化进行定位、跟踪和识别,并以此对相关目标的行为进行分析和判别,在实现了日常管理工作的同时又能对目标的异常行为做出及时反应。行人目标检测与跟踪算法是智能视频监控系统中的核心问题,研究相关算法对于提高智能视频监控系统的性能具有重要的意义。本文在熟悉和掌握了有关数字图像处理原理和技术的基础上,分析对比了常用的目标检测和跟踪方法,针对不同条件下的行人目标检测和跟踪进行了研究。本文完成的主要研究工作如下:1)针对运动摄像机跟踪行人所导致的背景运动与行人尺寸变化问题,提出了一种综合应用梯度方向直方图和粒子滤波的行人跟踪算法。该方法以粒子滤波为跟踪框架,利用改进的小型化梯度方向直方图方法实现了小尺度行人跟踪,并根据其检测结果确定目标,不断修正粒子采样,有效实现了行人跟踪。仿真实验结果表明,与传统的粒子滤波算法相比,该算法能够更加准确有效地跟踪动态背景中尺寸变化的行人目标。2)介绍了智能视频监控系统的重要应用——社会治安视频监控系统,在分析其图像处理技术及架构后,针对实际监控条件与要求,完成了行人检测和跟踪模块的设计,采用VC++开发平台和OpenCV算法库进行了图像提取和预处理、运动目标分割、目标分类、目标特征提取、行人目标跟踪等部分的功能实现。实验结果表明,本模块能够处理一般静态背景条件下的行人目标,满足了实际应用的初步要求。