在美国“911”恐怖袭击之后,安全问题越来越引起政府和广大群众的重视,而视频监控系统在国民经济和国防建设中发挥中越来越重要的作用,广泛应用于银行、火车站、机场、地铁站、停车场、军事区域和工矿厂房等安全要求较高的场所。本文着重讨论和研究了静态场景的智能视频监控系统的三大关键技术：异常运动目标的检测、跟踪和行为模式分析技术。 ㈠异常运动目标检测和跟踪算法研究。在介绍本文所需的彩色图像灰度化处理、图像阈值处理、数学形态学运算、连通区域标记和背景模型更新等基础知识后,重点进行了异常运动目标检测和跟踪算法的研究,分析比较了当前四种典型的运动检测算法,根据本文监控场景的特点提出了基于奇偶隔帧差分和自适应背景相减法的异常运动目标检测算法,介绍了算法原理和流程图,给出了仿真实验结果和分析,并对异常目标检测存在的噪声、阴影、遮挡三大困难问题提出了处理方法：在异常目标跟踪中,首先比较分析了常见的五种目标跟踪算法,提出了基于灰色模型GM(1,1)预测的质心跟踪算法,实现了目标的识别和跟踪,为目标行为分析打下基础。 ㈡智能模式行为分析的应用研究。在总结了常见的异常行为分析方法之后,提出并实现了基于相似度匹配和基于质心运动轨迹的异常行为分析方法,然后研究了运动目标检测与跟踪算法在异常行为分析中的实际应用,实现了四种常见的异常检测：特定场所非法闯入和穿越警戒线检测、遗留和偷窃物体检测、运动方向/路径异常检测和人群密度异常检测。