为拓展室内监控智能功能，充分挖掘现有监控设备潜力，及时对入室盗窃事故进行智能报警，以减少不必要的财产损失；进而，为后续警方侦破案情提供有力依据，设计一套高校宿舍视频监控防盗系统，用来实时监控室内财产安全。本作品从视频图像技术处理，立足于高效实时报警工作，特地设计以下的技术方法。此系统分为两个部分：模拟数据库建立阶段预先录入规定时间内宿舍监控所拍摄的物品特征信息作为模板数据库；识别匹配阶段，利用相同时间，将宿舍监控实时拍摄的物品特征进行匹配对比，得到匹配结果。一旦匹配失败，立即向宿舍管理人员发出失窃警报。其中，利用超复数傅里叶变换（Hypercomplex Fourier Transform, HFT) 模型得到抓拍视频图像显著图像。在此基础上，利用脉冲耦合神经网络（Pulse Coupled Neural Network, PCNN）模型实现时间签名特征提取。该系统因为其能在现有监控的基础上部署就能实现警报，成本低廉，效果显著，可广泛应用于工厂现场，森林火警预报等场合，从系统误报率，室内失窃率，实时报警等方面可以看出，该作品适合推广，有广阔的应用前景。