随着计算机图像处理技术的日益成熟以及视频监控系统的迅速普及，与之相关的视频目标检测与跟踪技术被广泛地研究和应用。这对传统的家禽养殖方式产生了深刻的影响。在大多数规模化养猪场中，哺乳仔猪舍的视频监控仍处于人工监控阶段，人工监控实时性不高，且容易因疲劳造成漏检。针对这一问题，本文以哺乳仔猪舍中的猪只为研究对象，重点研究基于图像处理的哺乳仔猪舍智能监控系统中目标检测、目标跟踪、目标特征信息提取等算法，构建目标特征库，并开发哺乳仔猪舍智能监控系统。　　本文以导师主持的广东省科技计划项目“基于模式识别的哺乳仔猪生长环境监控系统研究”(项目编号：20098020315013)为背景，针对哺乳仔猪舍的实际情况，研究一种适用于哺乳仔猪舍中的猪只检测与跟踪方法，并建立猪只特征库，用于哺乳仔猪舍监控系统中对猪只行为的分析与健康状况预警。　　在猪只检测方面，根据哺乳仔猪舍中仔猪活动范围大、频率高等特点，提出一种改进的混合高斯背景建模方法来检测仔猪，通过减少高斯函数来提高混合高斯算法的处理速度；根据哺乳仔猪舍中母猪只能在分娩限位栏中活动，活动状态简单、幅度小的特点，提出了一种利用母猪肤色特性的肤色查找表法来检测母猪。实验结果表明，本文提出的基于改进混合高斯背景建模与肤色查找表法的猪只检测方法其检测结果优于帧差法、混合高斯背景建模法和光流法。　　在猪只的匹配与跟踪方面，由于猪只是非刚性目标，且其运动无规律，本文分析了5类目标匹配对应关系，提出了基于区域关联与颜色直方图的匹配方法；根据匹配结果更新目标的活跃值、生命期和休眠值，实现了对猪只的长时间跟踪和对漏检、误检、遮挡与目标消失的处理。　　在特征库构建方面，本文提出了四层的猪只行为模型框架，将难以量化的猪只高层行为逐层分解为可量化的特征数据。根据猪只检测与跟踪结果，结合相关的文献，筛选出18种特征数据组成猪只特征库，用于监控系统中对猪只行为的分析与健康状况的预警。　　在系统构建方面，本文介绍了CCD摄像机、图像采集卡、硬盘录像机等监控系统中的重要部件，搭建了系统的硬件平台。选用Visual C++2010作为开发平台，用C++语言编程实现相关算法，同时利用多线程技术的优势，从而使监控系统能够稳定运行。　　最后，以华南农业大学原种猪场采集的视频进行实验测试。结果表明：本文提出的目标检测与跟踪算法识别率分别为80％和91.7％，能够很好的识别与跟踪猪只，并且特征库中包含的特征齐全，能够识别出猪只奔跑、徘徊、靠近母猪等行为，当场景中出现预定义的异常时，能通过发出预警信号通知工作人员进行相应处理。