视频监控系统在人们的日常生活中越来越普及，为人们的生活提供了安全和便捷。随着技术发展，为了更加提高监控系统的智能化，各种关于监控系统的智能化技术成为研究热门。在智能化监控系统中，运动目标的检测和跟踪技术是其中的基础和重点研究部分。本课题从以下三个方面对智能监控技术进行了研究：（一）研究静态背景下视频序列中运动目标的检测技术，对几种常用运动目标检测算法：光流法、背景差分法、帧间差分法、边缘检测等方法进行分析比较，选定帧间差分法和背景差分法进行改进，提出了一种改进的三帧差分法，将原有三帧方法得到的目标与各帧相差所得目标进行融合操作，补充更多运动目标细节，并给出实验结果进行比较，发现改进的方法确实能够获取运动目标的更多信息。接着，针对帧间差分法的“空洞”现象缺点，提出将帧间差分法和背景差分法融合起来检测运动目标，使用改进的Surendra算法对背景进行更新，用OTSU动态阈值法获得运动区域，将运动区域与改进的三帧差法得到的运动目标融合，从而缓解背景差分法所引起的目标轮廓缺失情况和帧间差分法所引起的目标内部空洞现象。实验证明，改进方法检测的目标效果更好，有一定的实用价值。（二）研究静态背景下视频序列中运动目标的跟踪技术。重点介绍了CamShift算法，它适用于跟踪移动目标。文中对CamShift算法进行了改进，以便它可以用于多目标和多色调跟踪，并且提高了CamShift算法在前景和背景颜色类似情况下目标跟踪的鲁棒性。本文使用均值漂移分割和区域生长结合的方法进行目标的精确定位，用色调距离、饱和度和数值颜色直方图描述目标对象，并且分别跟踪目标的主色部分，将其结合起来，改善多色调目标跟踪的鲁棒性。对于多目标跟踪，本文为每个目标对象使用一个单独的跟踪。最后，通过实验验证了算法的正确性和实用性。（三）对监控系统实现技术进行了一些研究和优化。主要针对基于DSP的H.264编码器进行了优化研究，包括整数DCT变换和量化的算法优化以及整数DCT变换和量化汇编级优化，经过实验分析比较，发现优化之后的编码速度有了一定提高，提高了编码器的性能，证明了优化算法的有效性。