随着社会经济以及计算机技术的发展,人们对社会公共安全的需求也不断增长,因此各大公共场所都安装了大量的监控摄像头,用以监控和记录场所内的情况,由此也产生了海量的监控视频数据。在需要对过去的监控视频数据进行查询时,如果只采用传统的快进快退的方式对监控视频进行浏览,显然既耗时耗力又可能遗漏重要信息。因此,如何简洁地表达监控视频数据内容,方便事后对视频的浏览、查询以及分析,成为了视频监控领域的一个研究热点和难点。经过近些年来的研究,传统视频摘要技术取得了重大的发展,大大方便了对视频数据的浏览、查询以及分析。但传统的视频摘要技术以“帧”为基本单位,生成的视频摘要是提取的静态“关键帧”的集合,因为监控摄像机在每天24小时不停的对场所进行监控,产生的海量视频数据仅靠传统的视频摘要技术处理得到的视频摘要信息量仍然很大,当对视频进行查询分析时,仍然需要耗费大量的人力和时间。本文研究了基于对象的视频摘要技术,打破了传统视频摘要技术中“帧”作为不可再分最小基本单位的特点,“帧”图像被窜改,视频摘要的长度进一步缩短、存储空间大大节省。当需要进一步查询某对象在原始视频中的整个活动过程时,可以根据视频摘要中运动对象的时间戳直接得到该运动对象在原始视频中出现和消失的时间,直接到原始视频中查询,从而大大节省了查询时间。本文的主要工作包含以下几个方面:1)对目前主流的视频摘要方法进行了总结,主要包括基于关键帧的视频摘要以及基于对象的视频摘要两大类。并对每一类中的经典方法进行了分析。2)采用了一种类似于帧差法的检测视频中是否含有运动信息的方法。对选取的段监控视频进行运动帧的提取,提取其中包含运动信息的片段,滤除不含运动信息的片段。减短视频的长度,为后面的工作提供方便。3)对提取运动帧后的视频进行背景建模以及运动对象的检测和跟踪,并用grabcut方法抠取其中的运动对象。4)提出了一种新的形成监控视频摘要时背景选取和更新的方法,具有简单和高效的特点,利用该方法选取适当的背景图像作为视频摘要的背景图像,并使之根据时间的变迁等因素进行更新。5)提出将抠取的运动对象放入背景图像中形成监控视频摘要的方法。将抠取的运动对象按照本文中详细介绍的方法放入最终选取的背景图像中形成最终的视频摘要。