本课题是基于DSP密集场所的人流量统计算法的研究。首先分析了人流量统计过程应用的算法,然后搭建基于DSP的硬件设计。准确地获悉各密集场所的人流量,能够有效的对密集场所实施监控和管理,以保障公共场所行人的人身和财产安全。本文主要从四个方面详细的介绍密集场所人流量检测与统计的算法的研究:图像预处理,运动目标检测,移动目标识别和移动目标跟踪。图像的预处理就是对图片进行灰度化、直方图的二值化以及降噪声处理等。对于背景固定的人流量密集的场所,采用更合适的背景差分法作为进行运动目标检测的算法。深入的分析研究椭圆拟合法和Hough变化法。对于人流量密集的场所环境复杂,在许多情况下,可能会出现多人行人或行人人头堵塞的现象,Hough需要一定程度的优化,以进一步有效和准确的统计行人数量。这样就会增加计算量,增加对计算机等其他硬件设备的要求。相比于其他算法,本文所说的椭圆拟合法的复杂度低,复杂的情况下,更能突出其良好的效果。本文选椭圆拟合法作为目标的识别方法。结合无迹卡尔曼滤波器跟踪算法和Meat Shift跟踪算法设计了一套适合本文的跟踪方法。在本文中,硬件结构方面最主要的采取了三个模块,采用了美国德州仪器公司(TI)生产的TMS320DM642DSP芯片的图像处理模块,索尼CCD摄像头的图像采集和编码TVP5150芯片构成的图像采集模块,采用TCL T22M2的液晶显示器和SAA712IH的显示模块。结合介绍的人流量的检测的算法以及搭建的硬件平台给出了验证和仿真。通过对密集场所人流量的统计,可以实时了解、安排这些出入口人流量的合理密度;通过观察人流量的变化情况能更加有效的分配管理和维护人员。实时的的了解各密集场所人流量的变化动态,管理人员可以有效的根据这些人流量的变化趋势采取预防突发事件的措施,保障行人的人身财产安全,维护社会的安定。