随着社会的发展和生产、生活水平的提高,涉及财产安全、人身安全和生产安全的问题变得越来越重要。视频监控系统由于可以实现现场实况影像的实时采集、存储和传输,为安全防范提供了强有力的数据支持。因此,视频监控系统的建立在安全防范方面具有十分重要的意义。近年来,计算机运算速度的迅速提高、网络带宽及硬盘空间的不断增大和新的视频处理技术的不断涌现,为视频监控系统及其设备的整体性能从2D到3D的提升创造了必要的条件。3D视频带给安防监控领域的最主要好处是对目标物体的深度感知,深度维度的引入为更准确和更先进的分析算法铺平了道路,例如明显减少平面和非平面物体之间的差异、减少阴影和实体之间的混乱。因此,3D视频监控将成为未来的发展趋势。视频监控若要实现3D效果,需要解决的技术问题是系统性的,图像的采集、深度图生成、图像压缩、存储处理、传输和显示端都需要3D技术的引入。本文基于3D视频监控系统的特点,研究了3D视频监控系统的一些关键技术,主要工作和创新之处在于：(1)设计了一种3D视频监控系统框架。通过对数字视频监控系统及3D视频关键技术的研究,设计了一种3D视频监控系统框架,着重解决3D视频监控系统采集端及显示端的难点问题。该系统框架以单目双焦模型为视频采集方式,以光屏障式或柱状透镜模型为视频显示方式。单目双焦视频采集方式去除了多路摄像机模型存在的同步、标定、校正问题,并减少摄像机数量以实现成本最优。光屏障式或柱状透镜视频显示方式,提供了裸眼视觉的效果,以符合视频监控用户的观测习惯要求。(2)基于SIFT特征匹配算法,研究了单目双焦模型的深度估计方法。该方法运用了SIFT特征匹配算法基于尺度空间的、对图像缩放、旋转、仿射变换及亮度保持不变性,对单目双焦模型两次变焦获取的图像进行特征提取及特征匹配,通过匹配点距光轴中心点位置的偏差计算出深度值。实验结果表明,深度估计信息精度较高,与实际深度基本相符。从而证明了3D视频监控系统采用单目双焦模型获取视频及其深度具有可行性、有效性。(3)研究了基于颜色分割及置信传播算法的深度图像生成方法。本文研究了一种基于颜色分段及置信传播算法的深度图生成方法。基于相邻的颜色具有相似的景深,本方法以分割的颜色段为单位计算视差平面。与传统的计算每个像素点视差值的方法不同,本方法采用像素域的局部匹配,并通过置信传播算法约束和优化各个视差平面的分配权重。实验结果表明,本方法降低了深度图生成计算量及复杂度,并提高了深度图的匹配精度。因此本方法有助于提高3D视频监控系统的处理能力和实时性。