随着网络技术、视频处理和嵌入式设备软硬件的迅猛发展,在全世界范围内掀起了一股基于嵌入式视频监控系统的浪潮。在经历了模拟、数字、混合的阶段后,随着安防行业快速的发展,视频监控系统也在朝着网络化、数字化、智能化的方向发展。作为一种高级的视频应用,智能视频监控系统能够根据用户需求监控画面中的异常情况,以最佳和最快的方式发出警报和提供有用信息,从而非常有效地协助工作人员处理危机。但是由于实际环境的复杂性以及视频监控设备在功能上的局限性,各类视频监控系统均存在不同程度的报警不及时、精确度差、漏报和误报现象等缺陷,从而导致整个系统的安全性和实用性大大降低,而其中移动阴影的存在给智能视频监控的精确处理带来很大困难。移动阴影检测抑制是智能视频监控算法中非常关键的技术,这是因为移动阴影与移动目标通常具有相同行为特征,同时阴影还可能将不同的物体连接到一起,导致监控系统中对目标的识别和跟踪发生错误,严重影响系统的鲁棒性。目前国内外有不少算法可以解决某些特定场合下的移动阴影检测抑制问题,然而在嵌入式智能监控系统的实时性要求和硬件条件下,却没有相对合适的移动阴影检测抑制算法。本论文主要研究移动阴影检测抑制算法及在智能监控系统中的实现。首先讨论分析国内外移动阴影检测抑制算法的发展情况。然后介绍移动阴影检测抑制相关的预处理算法,在分析了阴影的成因和光谱属性的基础上介绍了几种常用的阴影检测抑制算法,并比较了各个算法的优缺点。接下来根据智能视频监控系统的特点,本文在YUV空间上改进了HSV移动阴影检测算法,并结合智能监控系统的特点对算法进行了代码的优化。最后,使用AVI格式视频测试了算法的性能,并通过实验结果和数据证明了改进后的阴影检测抑制算法在目标检测和特征提取应用中的有效性和实时性。本文所改进的实时阴影检测抑制为后续的运动目标跟踪,识别,分析等算法奠定了良好的基础。