随着人们安防意识的提高,视频监控的功能需求越来越多,传统监控系统因其工作模式较为被动,无法进行目标自动检测、识别、跟踪和报警等一系列动作,而智能监控则克服了传统监控方式完全依赖管理人员操控的缺陷,逐步成为监控领域发展的趋势。高质量的视频图像作为监控系统的目标源,是实现智能监控的基础。由于传统的模拟摄像头使用隔行扫描方式采集视频图像,不仅使图像质量严重下降,也不利于H.264编码器的码率控制,而且一旦应用于多路视频监控系统中,数据采集量的增加使得数据传输占据的网络传输带宽也大大增加,在H.264编码效率接近极限的前提下,这将极大的限制智能监控的应用范围,因而需要寻求其它方式降低数据量。课题正是在这种技术背景下,采用去隔行和下采样算法对监控系统前端视频源进行预处理,以达到消除隔行效应,降低数据量,提高编码效率的目的,从而使系统在同等带宽下获得更高质量的视频信号,以便进行更加有效的智能视频分析,获得更好的监控效果。本文在对智能视频监控体系分析的基础上,提出了视频前端预处理系统的总体设计方案。通过对核心预处理算法的研究,并结合硬件FPGA逻辑实现的特点,论文采用了改进型的运动自适应去隔行算法和基于haar小波变换的下采样算法对视频图像进行处理,处理后的视频数据通过硬件平台上的PCIE接口与视频监控体系进行无缝连接,从而实现数据的交互和共享。方案中,运动自适应去隔行算法在运动检测之后进行了形态学中的开运算,不仅提高了去隔行的精度,而且可以保持静态区域的清晰度。下采样算法采用小波变换原理,能够使原始图像信息有效的集中到低频子带图像中,使其仅仅丢失少量边缘信息,保留了图像的绝大部分能量,视觉上达到了自然流畅的效果。以上述算法为核心的视频前端预处理系统的FPGA硬件设计是通过加减和移位运算实现的。设计采用了流水线结构,不仅大大提高了系统处理的速度,而且节省了硬件开销,降低了系统成本。课题设计的视频前端预处理系统能够正常运行,达到了智能监控系统中视频去隔行和下采样的实时处理效果,并且在工作效率和硬件代价之间找寻到较好的平衡点,具有较高的实用价值。