随着世界对安全的不断关注,视频监控系统作为重要的安全防护手段越来越深入到社会生活的各个层面。视频监控系统经历了从模拟系统、部分数字化系统、完全数字化系统三个阶段的发展演变。但是这类视频监控系统没有摆脱对人的依赖,而目前新兴的智能视频监控技术能够在无人的情况下,通过对图像序列的处理和分析,发现监控画面中的异常情况,以最快的方式发出警报和提供有用信息。现在世界许多国家都把智能监控技术作为安全防护技术的重点。与国外相比,国内的智能视频监控技术还有很大的差距。为了推进我国视频监控系统的智能化水平,公安部在重大课题方面给智能视频监控技术发展以大量的资金支持。本文以室内场景的视频监控为研究对象,主要研究内容分为图像序列捕获﹑运动检测、目标跟踪和实验结果与分析四个部分。首先,介绍了Windows操作系统下的图像序列捕获技术,对VFW和DirectShow两种图像序列捕获技术进行了对比分析。其次,通过对传统方法的分析,本文采用了自适应背景更新和自适应阈值分割方法改进了传统的运动检测方法,以适应场景的缓慢变化。为了满足对特定区域运动检测的更进一步需要,通过对运动历史图像的的运动分割和全局方向测定,确定运动目标在图像中的位置和方向,来判断运动目标是否进入警戒区域。再次,目标跟踪方法采用了一种基于色调的连续自适应均值偏移搜索算法,在由图像序列转换得到的动态变化的颜色概率分布图像上搜寻目标,以实现对目标的鲁棒性实时跟踪。最后,进行系统的软件设计和实现,并给出了实验结果和分析。