由于全球范围不稳定因素的存在,及人们安防意识的加强,安防技术得到空前应用。视频监控系统是当前最典型的安防应用系统,随着监控范围的扩大,需要布置大量的摄像机,同时还需要工作人员全天候的监视,这样效率低下、成本高而且可能由于工作人员的失误而出现问题。在这种环境下,智能视频处理技术的研究就成为视频处理、人工智能、模式识别等研究方向的一个重要课题。本文探讨的可控摄像机设计,及智能处理关键算法的研究具有理论意义和应用价值。本文重点介绍了摄像头的硬件设计以及几种智能视频处理中比较重要的算法在PC机上的实现。考虑到图像品质,摄像头选择了CCD传感器。然后比较了多种CCD摄像头的系统方案,最终采用SONY的SS-11X系统方案,该方案既可使用高解的CCD,也可使用低解的CCD,因此使用范围广。在算法方面主要研究了自动聚焦、运动检测和深度检测三种算法。自动聚焦技术是摄像机中最重要的技术之一,传统的手动聚焦对技术要求很高,一般的非技术人员操作起来有相当的难度,而且很慢,自动聚焦算法通过控制步进电机改变摄像机内部的参数,得到不同的画面,然后对各个画面进行比较,使摄像机一步一步走向聚焦位置,从而最终得到清晰图像。运动检测是智能分析的一个基础,只有精确地检测出运动目标,才能在其基础上进行入侵检测,绊线检测,运动跟踪,遗留物检测等实现。本文在高斯混合模型(GMM)的基础上,加以Mean Shift算法的思想,提高了算法在自然环境下的鲁棒性,取得了相对更好地结果。在摄像机拍摄的时候,会将自然场景中的三维信息丢弃,而实际应用中,深度信息还是有很大作用的,本文研究了DFF(Depth From Focus)和DFD(Depth From Defocus)两种方法去获取图像的深度信息。其中前者需要大量的图像,而后者只需两张,因此我们把重点放在第二种方法上,也就是基于散焦的深度检测,这种方法对于纹理丰富的场景有很好的效果。