随着游泳健身运动的发展,对水下救生的要求越来越高,仅仅靠救生员已经满足不了实时溺水救生的需要。近年来,水下视频监控系统已经成为国内外广泛关注的热点,其最大难题是人运动视觉分析算法的研究。本文针对水下监控系统的实现要求,通过对现有多种图像处理算法的分析,系统性地探讨了人运动视觉分析算法的三个方面:运动人体目标检测、跟踪和行为理解。根据泳池视频图像特点,本文提出了两种人体目标检测算法:(1)基于区域的灰度图像检测算法。针对高分辨率图像运行速度慢以及泳池水下噪声多等缺点,采用了分块化处理操作;在提取图像块灰度直方图统计特征的同时,引入了纹理特征,较好地解决了人阴影的干扰问题。(2)基于像素点的彩色图像检测算法。在使用统计推断方法分割出运动目标候选区域的基础上,采用形态学滤波的方法去除噪声,并通过连通区操作得到连通的目标区域。考虑到人体目标的运动信息,本文采用了Kalman滤波进行目标的跟踪处理。在研究了Kalman滤波器原理以及其在目标跟踪中应用的基础上,建立运动模型,设置相关参数,较好的完成了对人体目标的跟踪处理。同时还对最近邻法在多目标跟踪中的应用进行了可行性分析。最后,通过分析泳池水下人的运动模式,提出了基于有限状态机的行为理解方法。该方法可以有效地判断出人正常游泳和溺水两种状态,实现了快速准确的溺水报警。