违章行为管理作为城市管理的重要组成部分,能给城市带来良好的市容环境,具有十分重要的意义。本文主要研究内容为智能监控视频分析,以城市管理中的违章行为作为检测目标。本文首先阐述了智能视频监控系统的发展状况和研究现状,详细介绍了目前智能视频分析领域常用的方法,接着对本文后续图像处理中用到各种颜色空间以及视频前处理中用到的滤波去噪和形态学操作进行介绍。然后提出一种三背景差分方法,通过构造两个动态更新的背景与标准背景结合进行违章行为检测。其采用一个短时间窗口的背景模型,用于剔除动态前景信息,然后采用改进的高斯混合模型构建一个长时间窗口的背景模型,通过对两个背景差分,检测出违章行为。该改进的模型根据高斯分布发生的频率来更新背景模型,主要适用于场景背景模型缓慢变化的情况。对违章行为视频进行测试,结果表明该算法是有效可行的。接下来介绍了一种基于SIFT变换的图像调整方法,其通过SIFT变换建立两幅图像之间的对应关系,并采用该方法用于违章检测区域的标记。提出了基于HSV颜色空间下的光影检测方法,其通过HSV空间下的光影判别函数检测光影区域。实验表明,上述算法快速准确,具有极强的适用性。最后将图像分割方法应用于违章行为检测中,首先提出一种基于图像分割的垃圾囤积检测方法,其利用背景图像的彩色直方图之间的差别,通过聚类分割得到垃圾囤积区域。然后针对背景差分结果有缺失的情况,提出一种基于区域生长与边缘检测的图像补全方法,其利用边缘分布限制区域生长,以得到完整的违章行为区域。对不同的违章行为图像进行了实验验证。