随着安防系统在公共治安和预防恐怖袭击等方面的大量应用,人们对大规模智能视频监控系统的需求日益增长。目前基于集中处理的智能视频监控系统由于成本、处理能力、存储能力等因素的限制,无法大规模的使用。嵌入式智能相机具有低成本、低功耗、易扩展的特点,因此嵌入式智能相机网络成为未来大规模监控系统的主要发展方向。本文重点研究基于ARM的嵌入式智能相机的系统搭建、检测算法和覆盖问题,主要工作有如下三个方面。一、嵌入式智能相机平台搭建。在分析嵌入式智能相机特点的基础上,提出新型的高性能嵌入式智能相机设计方案。该方案采用基于ARM9处理器的PXA270开发板作为硬件系统,并开发了多个满足视频监控基本任务的软件模块。二、基于嵌入式智能相机的目标检测算法设计。针对嵌入式智能相机有限的计算和存储能力,提出基于轮廓判定与分类的轻量级目标检测方法。该方法采用“加性增、乘性减”(AIMD)的方法进行轮廓检测,然后对检测到的运动区域进行分类,从而实现前景的辨认和背景的更新。实验证明,所提方法具有速度快、鲁棒性强的特点。三、多相机的优化覆盖策略。由于单个相机的视野限制,监控场景往往要求被多个相机共同覆盖。为了降低监控覆盖成本,结合监控目标的异构需求,提出基于概率的相机优化覆盖策略。该方法充分利用智能相机所具有的PTZ性能,计算各个位置的覆盖概率,在满足各个监控位置的不同监控需求的基础上,有效地降低了多相机条件下的监控成本。最后通过仿真验证了所提方法的有效性。