安防监控是保护公民人身财产安全的重要手段,基于视频智能分析的入侵监测识别已成为安防领域的重要发展方向,但现有的智能视频安防监控系统中大多都是基于二维图像进行研究和处理的,存在着误报率和漏报率高等问题。本文通过创新性的思路,结合深度获取方法与计算机视觉技术,研究了一种基于结构光的安防入侵监测算法,通过将结构光技术应用于安防监测领域,采集得到的图像包含三维信息,提取图像深度信息,并结合目标检测技术进行入侵目标检测和判断,既实现了智能安防监测,又在此基础上减少了误报和漏报的现象,极大地解决了这些问题,降低了安全风险。基于对计算机视觉技术和深度获取方法的广泛调研,本文根据安防入侵监测功能需求,设计了安防入侵监测的总体方案。整个方案相应地分成两大部分,在运动目标检测算法研究部分,本文对目前常见的包括光流法、帧间差分法、背景差分法等运动目标检测算法进行了效果对比和优劣势分析,然后提出了基于改进背景差分法的运动目标检测算法;在深度数据获取算法研究部分,本文在充分研究结构光编码和解码方法的基础上,通过采用面结构光法,选定条纹图案并结合De Bruijn序列设计结构光编码投影图案,同时为了获得相对稠密的深度数据,本文根据投影图案的特点,引入了相位差匹配设计解码方法。另外,本文还选定设备并搭建了深度获取实验平台用以采集原始图像。实验表明,本文研究的基于结构光的安防入侵监测算法能够有效的检测出入侵目标。与现有的智能视频安防监控技术相比,本文算法采用将结构光技术与运动目标检测算法结合起来的方式,通过采集图像三维信息,获取了传统安防图像中所没有的深度信息,使得安防入侵监测结果的准确度提高,并在实验测试中取得了良好的效果。