本文概括了国内外的智能视频监控的现状，分析了传统的滞留物和取走物算法，针对重要物看护问题，提出了基于图像边缘信息的重要设施看护算法。　　首先，本文研究了滞留物和取走物检测的流程，即通过设定感兴趣区域，通过比较当前帧感兴趣区域和背景帧感兴趣区域的特征（颜色、轮廓），检测物体是否为滞留物或者取走物。实验表明，颜色受光照影响比较严重，利用颜色直方图不能实现重要物的看护。相比轮廓受光照影响较少，但是传统的轮廓匹配只是进行整体轮廓匹配也不能实现重要物的看护。因此，传统的滞留物和取走物方法不适用于重要设施看护的问题。　　其次，通过上述研究我们知道轮廓受光照影响较小，所以本文采用边缘作为重要物看护的特征。为了能检测出重要物被“破坏”的为微小变化，本文实现了Roberts、Sobel、Prewitt、Laplacian、Canny、小波变换等边缘检测算子。实验表明，Canny算子提取的图像边缘信息对光照不是很敏感，而且在保证图像整体轮廓的连通性同时还提取出了图像的弱边缘，所以本文最终选择Canny算子作为重要设施看护的边缘检测算子。　　最后，本文提出了基于感兴趣区域的重要物看护算法。本文提出了基于轮廓四邻域匹配和利用Hough变换提取直线两种看护算法解决了无遮挡看护问题。对遮挡看护，我们分为无蓄意遮挡和蓄意遮挡。本文提出了基于感兴趣区域的分块边缘检测算法，即通过检测每个小块的边缘变化，最终加权得到感兴趣区域的边缘变化信息。实验表明，该算法很好地区分了蓄意遮挡和无蓄意遮挡情况，而且在满足实时检测要求的同时，误报率、漏报率较低，较好地实现了重要物的看护。