随着视频相关技术的发展，智能视频监控已经渗透到人们生活中的方方面面。智能视频监控的基本前提是运动目标的检测，而目前最常用、最有效运动目标检测方法之一就是背景差分法。影响背景差分法准确性的关键因素是背景模型建立的是否准确，这也直接影响到视频内容分析结果的准确性，因此背景建模方法的研究具有十分重要的现实意义。本文主要研究户外监控中伴有风吹树叶晃动以及水波纹荡漾等场景的背景建模，提高背景建模的准确性和实时性使之满足实际应用的要求。　　本文对复杂场景的背景建模进行了较为深入地研究，首先分析了影响背景建模的常见影响因素并讨论了背景建模方法性能的评估方法。然后系统地介绍了参数估计、聚类分析和非参数估计三类常用的背景建模方法的基本思想，并实验分析了其中的混合高斯、码书以及核密度估计背景建模方法。根据各种方法的性能以及对背景扰动的抑制效果，最终挑选核密度估计作为本文的研究重点。　　针对核密度估计背景建模方法运算量大难以实时应用的问题，本文提出了一种基于背景直方图分布的快速核密度估计背景建模方法。选用三角核函数进行核密度估计，根据三角核带宽函数的截断效应，引入背景分布的直方图代替背景像素样本集完成核密度估计，快速实现了背景建模过程，在保证目标检测准确性的同时提高运算速度。实验结果验证了本文方法能够在保证背景建模准确性的同时满足监控系统的实时性要求。