本文研究内容涉及数字图像处理、模式识别、计算机视觉和三维建模等领域。快速、准确地检测出监控目标是研究的前提和基础,准确地分析出监控对象的基本行为是文章的关键,行为的鉴别和监控画面三维虚拟研究是本文的应用意义。本文以我校某实验室室内监控视频作为数据源,研究的内容分为以下五个方面:(1)对累积差分法、光流法、背景差分法这三种常用的运动目标检测算法进行理论分析和实验比较。根据各算法的优缺点和复杂程度,结合本文主要针对室内人物监控视频实时分析的特点,选用背景差分作为主要研究方法。(2)对于主流的背景建模方法进行讨论,针对室内监控视频存在背景局部周期性变化的特点,采用基于混合高斯模型的背景建模方法。详细阐述了该算法的原理、计算过程,进行实验验证和结果分析。并结合数学形态学处理,HSV颜色空间下的阴影抑制方法进行改进实验,有效地减少了噪点和阴影对前景检测结果的干扰。(3)用7-关节点骨架参数模型识别目标人体,降低了建模的复杂程度,便于实时处理,且良好地保持了人体运动的基本特征信息。提出模糊判别方法分析人体的基本行为,实现了四种人体行为姿态量化分析。(4)将监控空间映射在一个平面直角坐标系中,通过拟合算法,计算出监控对象在二维平面中位置坐标。根据监控对象时序移动坐标,计算监控对象的停留时间,用4-领域法计算出监控对象的运动方向角,标定对象行进轨迹,在二维平面中将监控对象的行为信息准确地呈现出来。(5)通过构建的室内监控画面三维空间虚拟平台,利用室内空间基本描述参数、监控对象行为分析结果和由3D Max等软件构建室内空间和物件及人物形态模型,实时生成监控画面的三维虚拟模型。实验表明,本文提出和运用的方法,能够实时有效检测出室内运动对象及行为姿态,对象的定位、行进轨迹和各姿态停留时间。并将监控场景和对象二维和三维可视化虚拟呈现,保护监控对象的隐私,本研究成果对办公室和室内工作场所人员、无人值守室内场所闯入人员、家居老人及儿童等对象的监控检测和行为分析,具有一定的理论参考意义和较强的实际应用价值。