视频监控系统作为日常生产生活中的重要辅助设备,随着嵌入式技术、图像处理以及计算机网络技术的成熟,在这个时代已经成为一种越来越先进的、防范能力更强的安全防护系统了。视频监控系统对稳定性、实时性和兼容性有很高的要求。与此同时,根据应用场景的不同,视频监控系统的专用性和智能性在社会的诸多领域有着不同的发展方向。本文从家庭级别的安全防范出发,对适用于家庭小区和高校学生公寓等的视频监控系统现状及特点进行了深入的研究,设计出了一种以ARM9和嵌入式Linux技术为核心的智能视频监控系统的总体方案以及软件功能实现。该设计满足的功能需求是：能在无人值守的情况下,对固定监控场景进行运动目标检测与跟踪；同时能检测动态物体的大小、自动地实时报警；并能通过网络传输来保存运动目标的轨迹框图。系统利用图像处理技术来实现运动目标的检测与跟踪。运动目标检测作为智能视频监控系统中视频处理的第一步,也是技术的热点和难点。本文在深入研究运动目标检测的各种传统算法基础上,使用了帧差法与背景差法相融合的目标检测方法；在背景建模与更新环节还利用到了自适应混合高斯模型,通过此方法可以成功的提取出前景运动目标,并更好地服务于基于区域特征与kalman滤波特征预估计的运动目标跟踪算法建模。同时本文提出一种虚警检测方法。其原理是在固定监控距离的情况下,对图像进行区域分割,并把目标检测之后的二值图目标面积与设定的阈值比较来决定系统是否报警。实验测试结果表明,该方法的虚警率与漏警率依赖于阈值的选取。当设定监控距离为6-7米、对320x240视频像素进行48个区域的分割,如果最佳阈值选取320使得虚警率与漏警率的和最小时,系统报警的准确率会达到最高95%,能满足实时检测与报警的需要,具有一定的使用价值。