随着经济的发展和社会的进步,人们的物质生活水平得到了广泛的提高,人们的安全防范意识也在不断提高。同时,随着电子技术、计算机技术和信号处理技术等科学技术的深入研究和发展,使得安防的科学化、信息化、智能化成为了可能。其中,由于视频监控可以提供直观可靠的监控信息,因此被广泛使用。目前,视频监控系统已经发展到了第四代,此类系统可以提供数字化、网络化和智能化的监控服务。本论文设计和开发了一个扩展性较强的数字视频监控系统。该系统是以DSP(Digital Signal Processor,数字信号处理器)为核心处理器的视频监控PCI板卡。系统对监控场景进行智能分析,将分析结果通过PCI总线传输到主机端。在视频监控系统中,背景差分法是一种重要的运动目标检测方法。该方法建立一个参考背景图像并将其与当前输入图像进行比较,从而分割出前景目标。由于实际交通道路状况受气候、光照等多种因素的影响,变化非常复杂,因此如何设计一种自适应的背景提取与更新算法以适应实际环境的变化,是背景差分法的关键所在。在讨论分析国内外的背景提取及更新算法基础上,重点研究了Surendra算法和基于混合高斯模型算法的原理及特点,并在其基础做出相应的改进,以达到更好的背景更新效果。Surendra算法不需要初始化背景,改进后算法利用算术平均法建立初始背景。Stauffer与Grimson提出的混合高斯模型算法对每个像素点都建立K个高斯分布,K为固定值,而改进后的算法K值能自适应调整。最后在设计的平台上实现了改进后的Surendra背景提取及更新算法,相应的进行了DSP优化,其中包括系统级优化和代码级优化。优化后达到工程要求,这些为后续的运动目标检测、跟踪、识别、分析等算法奠定了良好的基础。