1.1研究的背景和意义 随着计算机图像处理技术以及网络技术的飞速发展，曾经难以实现的视频监控技术已经得以完善，并且衍生出了一系列的实际应用。

该应用覆盖面广泛，在校园、企业、机关单位等各种日常生活中常见的地点都有所涉及，可谓现代社会的一点一滴已经逃不过视频监控的”法眼”。

而在此之中，智能化监控技术作为视频监控的核心技术之一，已经越来越受到人们的重视。

智能视频监控系统是采用图像处理、模式识别和计算机视觉技术，通过在监控系统中增加智能视频分析模块,借助计算机强大的数据处理能力过滤掉视频画面无用的或干扰信息、自动识别不同物体,分析抽取视频源中关键有用信息，快速准确的定位事故现场,判断监控画面中的异常情况，并以最快和最佳的方式发出警报或触发其它动作，从而有效进行事前预警，事中处理，事后及时取证的全自动、全天候、实时监控的智能系统。

本课题研究智能视频监控的工件表面划痕缺陷检测技术，藉由该技术，设计相应的图像处理算法对划痕进行提取，在不同的等级要求下，让机器对表面划痕自动进行高效的准确识别，减少错漏。

1.2理论基础 1.OpenCV计算机视觉库 OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。

它轻量级而且高效#8212;#8212;由一系列 C 函数和少量 C 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV用C 语言编写，它的主要接口也是C 语言，但是依然保留了大量的C语言接口。

该库也有大量的Python、Java and MATLAB/OCTAVE（版本2.5）的接口。

这些语言的API接口函数可以通过在线文档获得。